原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
把待估计的参数看做是符合某种先验概率分布的随机变量，根据观测数据对参数
的分布进行估计； 解决思路类似于贝叶斯决策； 采用最小风险的决策方法
目标是：对期望风险R求最小 等价于对所有可能的x求条件风险最小
基本知识
常用的损失函数为平方误差形式 对于不同的损失函数可能得到不同的最佳贝叶斯估计
贝叶斯估计
基本步骤
子主题4
问题
核心思路
最大似然估计
共同点：均为监督学习；已知概率密度形式参数未知； 利用已知训练样本来估计
过大则平滑过多，不够精确 问题从估计未知的类条件概率密度转化为估计参数（均值ui 和协方差矩阵 ）问题 解决方法
参数
当样本数量N固定时，体积V的大小对估计的效果影响很大 贝叶斯估计
过小则可能导致在此区域内无样本点，k = 0
文档评论（0）