原创 GBDT

原创 EM算法

數據點:{(x1,y1),(x2,y2),⋯,(xN,yN)} 數據點中的向量(即數據點的特徵):x={x(1),x(2),...,x(n)}T 數據點的第j 個特徵:aj={a(1)j,a(2)j,⋯,a(n)j} 樣本:樣本包含

原创 隱馬爾科夫模型(一)

隱馬爾科夫模型(一) 簡介 隱馬爾可夫模型與貝葉斯信念相似。其用於在給定當前知識或信息的情況下,觀察對象過去的歷史狀態對於預測將來是無關的。也可以說,在觀察一個系統變化的時候,它下一個狀態(第n+1個狀態)如何的概率只需要觀察和統計當前狀

原创 隱馬爾科夫模型(二)

問題舉例 假設我們有3個盒子,每個盒子裏都有紅色和白色兩種球,這三個盒子裏球的數量分別是: 盒子 1 2 3 紅球數 5 4 7 白球數 5 6 3 按照下面的方法從盒子裏抽球,開始的時候,從第一個盒子抽球的概

原创 最大似然函數

似然函數 似然函數在給定參數的條件下就是觀測到一組數據概率密度函數(連續分佈)或概率聚集函數(離散分佈) 在統計學中,似然函數(likelihood function,通常簡寫爲likelihood,似然)是一個非常重要的內容,在非正式場