模式识别课件总顺序No4第二章NO3杨雅双071013概率密度函数估计教程教案.pptVIP

第三章 概率密度函数的估计;二 参数估计的基本概念 ;2 名词解释 (1) 训练（学习）：在p(wi)、p(x|wi)或p(wi|x)不知道或不完全知道时，而根据样本来确定他们，这项工作成为训练或学习。 (2) 总体（母体）：一个模式类。 (3) 总体的子样：一个模式类中某些模式（总体中的一些元素）的集合称之这个总体的子样。 (4) 统计量：由样本构造的函数d(xi,…,xn )，即针对不同要求构造出样本的某种函数。 (5) 经验分布：由样本推断的分布。 (6) 估计：由样本按某种规则构造的一个统计量 　　θ’=θ(x1,x2,…,xn)，用θ’的值作为被估参数集θ的近似值。;三 参数估计的几种常用方法; ③ 参数θ是由样本集唯一地确定（即θ是确定而未知的量）。 ④ 假设?i类中的样本不包含θj(i≠j)的信息，即不同类别的参数在函数上是独立的。 (2) 现在的问题就是：从样本提供的信息来得到参数向量θ1, θ2 ,… ,θc（每个类得到一个参数向量θ）的估计值。 (3) 最大似然估计的基本思想：如果在一次观察中一个事件X出现了，那么可认为这个事件出现的可能性很大 。这里，事件X ={x1,x2,…,xn}是按概率密度p(X|wi)从总体中抽出的样本，这时就认为p(X|θ)达到了最大值，使p(X|θ)达到最大值的θ’就是θ