《统计学习方法》-朴素贝叶斯-后验概率最大化含义;含推导过程和个人见解
一、损失函数期望公式:
二、
三、条件期望最小化推导理解
以上图引用自https://blog.csdn.net/REA_UTOPIA/article/details/78881415
个人理解,ck是真实值,y是输出值,y可以看做是神经网络或者是假定出的概率密度函数在X=x下的经过f(X)决策函数的输出
四、
期望风险最小化等价于后验概率最大化
《统计学习方法》-朴素贝叶斯-后验概率最大化含义;含推导过程和个人见解
一、损失函数期望公式:
二、
三、条件期望最小化推导理解
以上图引用自https://blog.csdn.net/REA_UTOPIA/article/details/78881415
个人理解,ck是真实值,y是输出值,y可以看做是神经网络或者是假定出的概率密度函数在X=x下的经过f(X)决策函数的输出
四、
期望风险最小化等价于后验概率最大化
有時候,我們是難以理解別人的,我們覺得困惑的神經的。關於這個,我真是真切的遇着的,有現實爲證。究其原因,無非是神經的錯亂,不知是他(她),還是我們,總之肯定是一方的問題的啦。
今天學習scrapy 爬蟲,想使用debug 調試自己的代碼,然後去網上搜索瞭如何使用debug scrapy,然後按照答案進行試驗,但是始終報一個錯誤 然後我去網上瘋狂搜索相關錯誤,始終無果,後來,
using System; using System.Collections.Generic; using System.Linq; using S
由於是word格式,在這裏我就直接放截圖了,都是自己的思考,謝謝大家! 參考文獻:《深入淺出圖神經網絡》