1.最大似然估计(Maximum Likelihood Estimation, MLE):
一个样本集中，给定了概率分布D，且其概率密度函数为f D ，f D 中有一个分布参数a，最大似然估计的目的就是求解参数a的最优值。其求解步骤为：(1).确定似然函数：
(2).取对数似然函数：
(3).求导等于0，然后得出结果：</
本文介绍了参数估计的几种方法，包括最大似然估计(MLE)，最大后验概率(MAP)，最小二乘法(LS)，最小均方误差准则(MMSE)，最小均方算法(LMS)和递推最小二乘算法(RLS)。这些方法在不同情况下有不同的优势，如最小二乘法易于理解和计算，但对噪声敏感；MMSE在噪声数据中提供高精度等。
最低0.47元/天 解锁文章
扫一扫
2196
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
