MLE、MAP、贝叶斯估计

本文对比了最大似然估计(MLE)、最大后验概率(MAP)和贝叶斯估计的区别,指出MLE不考虑先验,而MAP和贝叶斯估计则考虑;MLE、MAP为点估计,贝叶斯估计则通过观测数据估计后验分布;在样本无限多时,MAP会逼近MLE;贝叶斯估计通常复杂度大,需用MCMC等近似算法。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

转自知乎一篇优秀文章

总结:
1.MLE不考虑先验(prior),MAP和贝叶斯估计则考虑先验(prior);
2.MLE、MAP是选择相对最好的一个模型(point estimation), 贝叶斯方法则是通过观测数据来估计后验分布(posterior distribution),并通过后验分布做群体决策,所以后者的目标并不是在去选择某一个最好的模型;
3.当样本个数无穷多的时候,MAP理论上会逼近MLE;
4.贝叶斯估计复杂度大,通常用MCMC等近似算法来近似

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值