MLE、MAP、贝叶斯
作者:互联网
三个不同的估计框架。
MLE:根据训练数据,选取最优模型,预测。观测值D,training data;先验为P(θ)。
MAP:后验概率。
Bayesian:综合模型。权重叠加。
Coin Toss Problem 扔硬币问题
硬币不均匀,P(H正面)=θ
若所投硬币序列为HHTHHT。
MAP近似到MLE
当n足够大时,先验P(θ)可以忽略。先验本身不会随着数据量增多而变化。
逻辑回归+高斯先验
P(θ)主要由
添加了高斯先验时,等同于添加了L2正则。
添加了拉普拉斯先验,等同于L1正则,会形成稀疏解。
LASSO:
MLE:只根据训练数据得到模型,通过最优模型来预测。
MLE和MAP都是点估计。
MCMC:一种采样方法。
贝叶斯模型很复杂,通常需要蒙特卡洛或变分法来求解。
Monte Carlo Simulation蒙特卡洛仿真
抽样,近似。用在Bayesian中近似函数
标签:MAP,硬币,模型,MLE,贝叶斯,添加,先验 来源: https://www.cnblogs.com/wxl845235800/p/10534058.html