第三章概率密度函数的参数估计.PDF

第三章概率密度函 数的参数估计 3.1 引言  贝叶斯分类器中最主要的问题是类条件概 率密度函数的估计。  问题可以表示为：已有c个类别的训练样 本集合D ，D ，…，D ，求取每个类别的 1 2 c p x  类条件概率密度  。 i 概率密度函数的估计方法  参数估计方法：预先假设每一个类别的概 率密度函数的形式已知，而具体的参数未 知； 最大似然估计(MLE, Maximum Likelihood Estimation) ；  贝叶斯估计(Bayesian Estimation) 。  非参数估计方法。 3.2 最大似然估计  样本集D中包含n个样本：x ，x ，…, x ， 1 2 n 样本都是独立同分布的随机变量(i.i.d， inde