朴素贝叶斯,最大后验概率,极大似然估计与贝叶斯估计

朴素贝叶斯是基于最大后验概率来进行预测的。它的参数主要是

学习这两个参数主要有极大似然估计和贝叶斯估计两种。

极大似然估计是基于频率派。即从一组概率模型中,找到使当前样本发生概率最大的那个模型(模型参数)。 

最大后验概率/贝叶斯估计假设参数服从某个分布(一般是前面似然函数的共轭先验分布,以方便计算),求出使觫然函数达到最大的参数值。贝叶斯估计最后得到的是有关参数的一个概率分布,最后通过求期望或众数或中位数得到从参数的估计值。

我恨贝叶斯。。

课后题2):用贝叶斯公式进行参数估计:

 

3)贝叶斯估计

 

1.用极大似然估计证明

 

 

 

  • 1
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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