Professional Documents
Culture Documents
三种机器学习方法
三种机器学习方法
课程介绍
Pattern Classification, Richard O.Duda, etc.
Second Edition, 机械工业出版社,2004.2
P16-19
3.5 Bayesian Parameter Estimation: General
Theory
Example 1:Recursiv e Bayes learning
不同的学习方法
最大似然估计
点估计,估计出参数:ˆML
贝叶斯估计
概率函数估计,估计出:p( | X )
点估计,估计出最大后验参数:
ˆ = MAX p( | X )
贝叶斯学习
预测目标值的概率函数: p(x | X )
不同的学习方法
最大似然估计存在的问题
例: 不规则硬币,正面概率u和背面概率1-u未
知,且无先验知识。根据观测数据估计新的实
验中出现正面还是背面。
观测 出现结果 U的最大似然估计
第1次观测 正面 1
第2次观测 背面 0.5
第3次观测 正面 0.67
第4次观测 正面 0.75
有道理?
不同的学习方法
贝叶斯估计如何解决?
先验分布:p(θ)
条件概率密度函数:p(x|θ)
估计出后验概率: p(θ|X)
点估计的结果: = E ( p( | X ))
优点: 不容易过学习
不同的学习方法
贝叶斯学习
一种更贝叶斯的方式。
目标不是估计参数的值θ ,而是直接估计
后验概率分布p(x|X)
p ( x | X ) = p ( x, | X )d = p ( x | ) p ( | X )d
不同的学习方法
例:一维随机变量x服从均匀分布
1 / 0 x
p( x | ) ~ U (0, ) =
0 其它
θ未知,但分布概率已知
1 / 10 0 x 10
~ U (0,10) =
0 其它
给出一组观测值X={4,7,2,8},估计p(x|θ)
不同的学习方法:最大似然估计
一组观测值X={4,7,2,8}
最大似然估计方法
最大似然估计方法估计出 ,获得估计p(x|θ)
N N
似然函数 ln l ( ) = ln p( x k | ) = ln(1 / ) = − N ln
k =1 k =1
θ的估计值: 使得似然函数最大的参数
θ取多少,lnl(θ)最大? θ最小能取多少?
=8
X的分布函数:
p( x | ) ~ U (0, ) U (0,8)
不同的学习方法:后验概率
• 先观察随着N的增加,p(θ|X)的变化
– 如果没有观测值(N=0) , 则p(θ|X0)为:
~ U (0,10)
– 如果观测到一个x数值, x 1=4,则p(θ|X1)为:
p( x | ) p( | X N −1 )
p( | X 1 ) = N
N=1
p( x | ) p( | X )d
N −1
N
1 / 4 10
p ( x | ) p ( | X ) = 0
1 0 其它
不同的学习方法:后验概率
• 先观察随着N的增加,p(θ|X)的变化
– 如果观测到2个x数值, x 2=7,则p(θ|X2)为:
p( x | ) p( | X N −1 )
p( | X 2 ) = N
x )d
N −1
p ( | ) p ( | X N=2
N
p ( x | ) p ( | X ) =
11 / 2
7 10
2
0 其它
不同的学习方法:后验概率
• 先观察随着N的增加,p(θ|X)的变化
– 如果观测到3个x数值, x 3=2,则p(θ|X3)为:
p( x | ) p( | X N −1 )
p( | X 3 ) = N
x )d
N −1
p ( | ) p ( | X N=3
N
1 / 3 7 10
p ( x | ) p ( | X ) =
2
3
0 其它
不同的学习方法:后验概率
• 先观察随着N的增加,p(θ|X)的变化
– 如果观测到4个x数值, x 4=8,则p(θ|X4)为:
p( x | ) p( | X N −1 )
p( | X 4 ) = N
x )d
N −1
p ( | ) p ( | X N=4
N
1 / 4 8 10
p ( x | ) p ( | X ) =
3
4
0 其它
不同的学习方法:后验概率
不同的学习方法:贝叶斯学习
贝叶斯学习方法
1.估计p(θ|X)
p ( x | ) p( | X N −1 )
1/ 4
8 10
p ( | X ) = 4 N
=
p( x N | ) p( | X )d 0
N −1
其它
1 1
2.估计p(x|X) 4
p ( x | X ) = p ( x, ) | X )d = p ( x | ) p ( | X )d
10
8
1 / 4 d 0 x8
1
= d =
5
10
x
1 / 4 d 8 x 10
模式识别概述:不同的学习方法