最大似然估计
已经从某一分布中获取到n个样本 并且假设改样本的分布服从某一个分布f(θ), θ为需要估计的参数,根据这n个样本去推导θ的值 就叫做最大似然估计,假设样本服从某分布,根据样本计算出分布中的参数,参数计算出之后,就能去进行预测,
正态分布概率密度:
假设样本的误差 服从正态分布 最大似然估计的表达式
目标明确:
取对数转化:
损失函数MSE:
最小二乘MSE min square error换个形式
推导解析解 求导
矩阵求导公式
得到解析解:
最大似然估计
已经从某一分布中获取到n个样本 并且假设改样本的分布服从某一个分布f(θ), θ为需要估计的参数,根据这n个样本去推导θ的值 就叫做最大似然估计,假设样本服从某分布,根据样本计算出分布中的参数,参数计算出之后,就能去进行预测,
正态分布概率密度:
假设样本的误差 服从正态分布 最大似然估计的表达式
目标明确:
取对数转化:
损失函数MSE:
最小二乘MSE min square error换个形式
推导解析解 求导
矩阵求导公式
得到解析解: