贝叶斯参数估计的基本假定有哪些?

1、密度函数 p ( x ∣ θ ) p(x|\theta) p(xθ) 形式已知,具体数值未知;
2、关于 θ \theta θ 的已知的知识全部包含着在先验概率 p ( θ ) p(\theta) p(θ)中;
3、剩余的关于 θ \theta θ 的知识包含在有n个样本 { x 1 , . . . , x n } \{x_1, ...,x_n\} {x1,...,xn}的集合 D D D 中,这些样本是独立的从未知的概率密度函数 p ( x ) p(x) p(x) 中采样得到的。

参考文献:
Duda. et al. Pattern Classification. 2nd Edition.

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值