指数族和几何分布

指数族和几何分布


关于指数族和广义线性模型的相关知识,详情请点击


为参数的指数分布为:


(1) 证明指数分布是指数族分布。


于是,


(2)使用具有几何反应变量的广义线性模型,执行回归,可得

典型反应函数为:



(3)给定一组训练集 ,令一个样本的log似然性为 下面我们求解随机梯度上升的更新规则。先写出

关于 求导,得到




所以梯度上升更新规则为
  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
二项分布和几何分布是概率论中两种常见的离散随机变量的分布,它们在实际应用中有各自的特性和用途。 **1. 二项分布(Binomial Distribution)**: - 它描述的是在一系列独立的伯努利试验中,成功事件发生的次数的随机变量。比如,抛硬币n次,正面朝上k次的概率就符合二项分布。 - 参数有两个:试验次数n(固定)和每次试验成功的概率p(也可能是未知的),记作X~B(n, p)。 - 总体结果可以总结为:P(X=k) = C(n, k) * p^k * (1-p)^(n-k),其中C(n, k)是组合数,表示从n次中取k次的方法数。 **2. 几何分布(Geometric Distribution)**: - 几何分布更关注单次试验成功的累积概率,即直到第一次成功的次数,比如抛硬币直到出现正面。 - 这里的随机变量Y表示第一次成功的试验次数,而试验总是独立且有相同的失败概率p。 - 参数只有一个:每次试验成功的概率p(不考虑试验次数)。 - 几何分布的概率质量函数是:P(Y=k) = p * (1-p)^(k-1),对于k=1,2,3,... **区别**: - **试验次数**:二项分布涉及固定次数的试验,而几何分布关注的是首次成功的次数,次数可变。 - **成功定义**:二项分布是固定数量的成功事件,如硬币正面次数;几何分布关注的是首次成功事件发生前的尝试次数。 - **概率计算**:二项分布在每个可能的结果上都有一个独立的概率;几何分布则是在每次试验的失败累积后获得成功概率。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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