- 博客(3)
- 收藏
- 关注
原创 GMM模型和EM算法
GMM模型和EM算法高斯混合模型GMM上图的分布很难用一个高斯分布进行模拟。观察上图,大致可以看见6个分布。将6个高斯分布线性加到一起就组成了能描述上图的高斯混合分布。混高斯合分布的概率密度函数如下:p(x∣θ)=∑j=1Kp(x,z=j∣θ)=p(z=j∣θ)p(x∣z=j,θ)=∑j=1KπjN(x;μj,Σj)其中:p(z=j∣θ)=πj;p(x∣z=j,θ)=N(x;μj,Σj)...
2020-02-18 21:09:16 349 1
原创 统计参数估计
统计参数估计在进行统计决策时,我们假设后验概率是已知的,这往往不现实。在有些情况下,我们假设数据近似服从某种分布(最常见的如高斯分布),估计数据的分布参数。最大似然估计我们一般假设所观测到的变量是最有可能出现的,因此,直观上最大似然估计就是估计出使分布函数最契合所观测到数据分布的参数。形式化的语言表示为:选择θ,使得:θ^=argmax[p(X∣θ)]\hat{\theta}=\ope...
2020-02-12 21:47:10 392
原创 统计参数估计
统计参数估计在进行统计决策时,我们假设后验概率是已知的,这往往不现实。在有些情况下,我们假设数据近似服从某种分布(最常见的如高斯分布),估计数据的分布参数。最大似然估计我们一般假设所观测到的变量是最有可能出现的,因此,直观上最大似然估计就是估计出使分布函数最契合所观测到数据分布的参数。形式化的语言表示为:选择θ,使得:θ^=argmax[p(X∣θ)]\hat{\theta}=\ope...
2020-02-12 21:42:30 207
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人