我们得到一堆数据(xi,yi),这组数据的分布模型是已知的,那么每组数据的分布概率是已知的,这是采用最大似然估计的前提,现在要用线性方程的形式去做回归,线性方程结构为:y=f(x)+e,其中f(x)=w*x,w是我们要进行估计的参数向量,e是噪声,且该噪声服从均值为0高斯分布,即:e~N。
关于最大似然求解线性回归的理解
最新推荐文章于 2023-02-14 10:29:24 发布
我们得到一堆数据(xi,yi),这组数据的分布模型是已知的,那么每组数据的分布概率是已知的,这是采用最大似然估计的前提,现在要用线性方程的形式去做回归,线性方程结构为:y=f(x)+e,其中f(x)=w*x,w是我们要进行估计的参数向量,e是噪声,且该噪声服从均值为0高斯分布,即:e~N。