发布网友
发布时间：2022-04-19 09:57
共1个回答
热心网友
时间：2023-08-28 23:21
统计学习方法是基于数据构建统计模型从而对数据进行预测和分析。统计学习由监督学习、非监督学习、半监督学习和强化学习。
统计学习方法的三要素，包括假设空间、模型的选择准则以及模型学习的算法，简称为模型、策略和算法。
统计学习方法一：极大似然原理
例子 1：原理是这样的，一个师傅和一个徒弟去打猎，如果第一个猎物被打到了，不知道是谁打的，就猜是师傅打的，这就是极大似然。
例子2：假设一件事有100种可能性，在一次试验中其中一种可能性发生了，所以给人一种感觉这种可能性是最容易发生的，极大似然的想法就是使这种可能性达到最大。
统计学习方法二：实际应用中极大似然估计分布的参数
根据n个样本，估计整体分布的参数，比如我们知道总体是服从正态分布，但是不知道具体参数 theta 和u。
其基本思想是这样的：选择一个参数使得实验结果具有最大的概率，已知某个参数能使这个样本出现的概率最大，我们当然不会再去选择其他小概率的样本，所以干脆就把这个参数作为估计的真实值。