如果极大似然估计( MLE )不能给出Logistic回归中参数的适当闭型解，为什么这种方法会有如此多的讨论呢？为什么不坚持梯度下降来估计参数呢？
浏览 0提问于2022-05-04得票数 2
回答已采纳
1回答
在统计学中，“算法”是“模型”的同义词吗？例如，当我拟合一个带有变量的广义线性模型，并为特定目的调整模型参数时，我是否可以报告我“开发了一个算法”，或者这是一个错误的陈述？
浏览 7提问于2022-08-24得票数 1
该算法采用基于代价函数和梯度的最大似然估计，快速解决了这一问题。然而，我也在试验一个不同的成本函数，并且没有梯度。
有什么好办法来加快计算过程吗？例如，我是否可以使用不同的算法或fmincg设置？
浏览 0提问于2014-06-21得票数 5
在Logistic回归中，利用MLE建立数学函数来估计模型参数，采用梯度下降等优化技术求解该函数。
有人能提供一个用例子解释这个过程的资源吗？
浏览 0提问于2022-01-09得票数 1
在机器学习中有一种称为MLE(最大似然估计)的算法可以用于机器学习。
既然R可能无法处理这么大的数据集，那么哪个库将是最好的呢？
浏览 3提问于2013-01-18得票数 3
回答已采纳
我正在阅读这个帖子，在这里我看到了这句话：“交叉熵是用于二进制分类问题的默认损失函数。”
但是它如何使它成为二进制分类的默认且可能最好的损失函数呢？
浏览 0提问于2019-06-07得票数 7
(通过寻找概率估计，成本函数，应用梯度下降来增加最大似然).But我对第一次迭代过程应该采用哪些估计感到困惑。我将所有估计都作为0(包括截距)学习。结果与我们在Scikit-.But中得到的结果不同。
浏览 0提问于2016-06-29得票数 0
2回答
为了做到这一点，如果我的假设是：我必须更新我的参数，将误差函数最小化，如最小二乘，并借助梯度下降这样的优化算法优化w向量。我理解这是如何工作的，但有时我看到这种“最大似然估计”，我不明白它是否是估计w参数或其他什么的另一种方法。
浏览 0提问于2018-06-26得票数 1
回答已采纳
3回答
我能想到的唯一解决方案是使用梯度下降来找到最佳的µ和λ，并使用RMSE作为误差度量。注释:Matlab的MLE算法不是一个选项，因为它不使用分位数数据。
浏览 1提问于2012-10-31得票数 5
回答已采纳
为什么计算机在最小化功能而不是最大化功能时工作得更好？例如，当我们应用最大似然法时，我们必须使其最大化，而不是使其最大化，而是最小化负似然。我知道这些是等价的，但是为什么我们要最小化一个负函数，而不是仅仅最大化它呢？
浏览 6提问于2021-12-13得票数 0
回答已采纳
1回答
上下文
例如，可以通过使用平均对数似然的导数来找到这些值。frac{1}{2}\log(2\pi) - \frac{1}{2n\sigma^2}\sum^n_{i=1} (x^{(i)} - \mu)^2 - \lo
浏览 0提问于2020-11-06得票数 1
回答已采纳
1回答
我试图用Matlab的函数fminunc最小化一个大约120个变量的函数(我通过最大似然法估计参数)，但迭代步骤非常慢。我有哪些方法可以加速这一过程？
该函数是非线性的，并且包含大量的求和。我正在考虑尽可能多地向量化函数定义，并可能将梯度函数提供给Matlab，但除了这些解决方案之外，我不知道还有什么其他的可能性。
浏览 0提问于2017-01-31得票数 0
以下是我对Logistic回归中MLE与梯度下降之间关系的理解。如果我错了，请纠正我：2) MLE是解析/精确的，GD是数值/近似的。我们把通过MLE得到的log-似然函数的负值作为损失函数，并在GD中使用它得到参数值。
浏览 0提问于2022-05-09得票数 -4
在估计高斯混合模型参数时，发现二阶矩矩阵上的PCA之间存在一定的联系。有人能把上面的内容联系起来吗？
浏览 0提问于2014-11-23得票数 4
回答已采纳
我正在用增强算法训练标题生成的RNN模型。我采用自我批评的策略(见论文图像字幕的自关键序列训练)来减少方差。我用预先训练的RNN模型(即.a)初始化模型。温暖的开始)。这个预先训练的模型(用对数似然目标训练)在我的任务中得到了0.6分.我使用tensorflow来实现我的模型。
浏览 0提问于2019-04-10得票数 2
我试图使用R中的optim/maxBFGS函数来拟合一个定制的logistic回归/生存分析函数，并通过手工定义这些函数。
浏览 4提问于2014-08-17得票数 1
回答已采纳
云服务器
ICP备案
实时音视频
云直播
对象存储
腾讯云开发者
