1,最小二乘法估计: 最小二乘法估计是建立在模型服从高斯分布的假设之上。当从模型总体随机抽取M组样本观测值后,最合理的参数估计值应该使得模型能最好地拟合样本数据,也就是估计值和观测值之差的平方和最小。而对于最大似然估计,当从模型总体随机抽取M组样本观测值后,最合理的参数估计值应该使得从模型中抽取该M组样本观测值的概率最大。
2,最大似然估计。
3,贝叶斯估计:贝叶斯派将参数θ作为随机变量,服从某一分布。正因为参数是不固定的,对于给定的x无法用确定的y来表示,而是用概率的方式来表达。
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。