本文共 257 字,大约阅读时间需要 1 分钟。
MLE和MAP的区别只是后者多一个代求分布模型的参数的分布也带进来(也就是先验P(θ))最大化。
是两种解决问题的思路,一个是从现象出发,找出让这种现象(数据集)出现概率最大的参数。
后者是从参数出发,找出最能表现拟合这组数据的参数,并且这组参数还有先验信息。我暂时只能理解到这,感觉懂的还是不通透,希望懂的大佬补充。
1.UP主又说贝叶斯估计准确来说还是需要计算分母,但是分母不是积分了之后和参数无关了吗为什么还要计算?
2.还有贝叶斯预测那 X->θ->xbar 怎么推出来的?
希望有懂的伙伴交流一下评论区。
转载地址:http://lyqgn.baihongyu.com/