最大似然估计和最小二乘估计的区别与联系

 我来答
友好821
2018-06-02
知道答主
回答量:2
采纳率:0%
帮助的人:1574
展开全部
简言之,最大似然估计中,如果当前观测到的事件已发生,即尘埃落定,不会再变了,这就好比统计中的最小二乘法中,观测到的数据不再变化,当然在最大似然中就是他的概率是1,这里可能与贝叶斯定理有一定联系,你们可以考虑一下。但我们在预言当前事件发生的概率却总小于一,这就表明我们的预言有误差,正如最小二乘法中因变量的预言有误差一样。于是我们就想使误差最小,这是一个很自然的想法,也就是使当前事件发生的概率最大,残差最小。这就体现了两者的联系,区别自然很好理解,从其使用目的便可想象出来。
已赞过 已踩过<
你对这个回答的评价是?
评论 收起
图为信息科技(深圳)有限公司
2021-01-25 广告
边缘计算可以咨询图为信息科技(深圳)有限公司了解一下,图为信息科技(深圳)有限公司(简称:图为信息科技)是基于视觉处理的边缘计算方案解决商。作为一家创新企业,多年来始终专注于人工智能领域的发展,致力于为客户提供满意的解决方案。... 点击进入详情页
本回答由图为信息科技(深圳)有限公司提供
推荐律师服务: 若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询

为你推荐:

下载百度知道APP,抢鲜体验
使用百度知道APP,立即抢鲜体验。你的手机镜头里或许有别人想知道的答案。
扫描二维码下载
×

类别

我们会通过消息、邮箱等方式尽快将举报结果通知您。

说明

0/200

提交
取消

辅 助

模 式