该【参数估计统计决策法 】是由【qqqqqq】上传分享，文档一共【48】页，该文档可以免费在线阅读，需要了解更多关于【参数估计统计决策法 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。模式识别(shíbié) Pattern Classification
第一页，共四十八页。
1
第四章: 参数估计统计(tǒngjì)决策法
第二页，共四十八页。
2
参数估计
原理
对于绝大多数的识别问题，类概率密度函数的条件并不成立，而通常只知类概率密度的函数形式，其参数(cānshù)未知。
参数估计法即是利用学习样本来估计类概率密度参数的方法。
第三页，共四十八页。
3
参数估计
参数估计法
最大似然估计法
Bayes估计法
两种方法(fāngfǎ)原理不同，但结果是一致的！
第四页，共四十八页。
4
参数估计
原理
最大似然估计法：将待估参数视为确定(quèdìng)的未知量进行估计
Bayes估计法：将待估参数视为随机变量进行估计
第五页，共四十八页。
5
最大似然估计(gūjì)法〔ML〕
条件
拥有一批类别(lèibié)的学习样本 ，并知第j类的类概率密度 的函数形式，参数未知。
问题
由学习样本 估计最正确参数。
第六页，共四十八页。
6
最大似然估计(gūjì)法
解决方案
第七页，共四十八页。
7
最大似然估计(gūjì)法
解决方案
第八页，共四十八页。
8
最大似然估计(gūjì)法
设有6个学习样本如下(rúxià)图所示，样本分布满足正态分布，且方差，现需估计最正确的均值μ
可以看出， μ取A和B对似然函数 的影响
由于μ取B是似然函数更大，参数B优于A
P ( x / μ )
x
A
B
μ=B
μ=A
第九页，共四十八页。
9
最大似然估计(gūjì)法
P ( x / θ )
第十页，共四十八页。
10
参数估计统计决策法 来自淘豆网m.daumloan.com转载请标明出处.
