1回答
我使用python的statsmodel包来进行线性回归。在R^2、p等的输出中也存在“对数似然”.在文档中，这被描述为“拟合模型的似然函数的值”。我看了一下源代码，并不真正理解它在做什么。阅读更多关于似然函数，我仍然有非常模糊的想法，这个‘对数-似然’值可能意味着什么，或被用来。所以有几个问题：
在线性回归的情况下，似然函数的值不等于参数的
浏览 1提问于2014-10-23得票数 2
回答已采纳
在MATLAB中，binofit返回二项概率分布和置信区间成功的最大似然估计。statsmodels.stats.proportion.proportion_confint也返回置信区间，但找不到用于二项概率分布的最大似然估计的函数。在MATLAB中有没有什么函数可以作为binofit函数推荐给python呢？
浏览 4提问于2019-02-07得票数 0
方法scipy.stats.rv_continuous.fit找到使对数似然函数最大化的参数，该对数似然函数由输入数据和分布rv_continuous的规格确定。scipy.stats.rv_continuous.fit的文档没有解释对数似然函数是如何生成的，我想知道是如何生成的。我需要它，这样我就可以在fit估计的参数(即最大值)下计算对数似然的值。
浏览 27提问于2020-01-23得票数 1
回答已采纳
2回答
我的问题是关于受限玻尔兹曼机中的对数似然。我读到过，除了非常小的模型之外，在所有模型中找到精确的对数似然都是困难的，因此引入了对比散度、PCD、伪对数似然等。我的问题是，即使是在一个小模型中，如何找到精确的对数似然？
我遇到了这个公式的几种定义，似乎都是不同的。我能找到的最接近的东西是使用能量函数而不是配分函数的概率，但我无法对此进行编码，因为我不完全理解语法。我想我想问的是，你能给我一个代码(Python<
浏览 4提问于2013-06-15得票数 0
3回答
我正在寻找局部回归(LOESS)和局部似然方法的有效实现，例如局部逻辑回归(局部似然方法在Hastie et的的第6.5节中进行了讨论。al。)。我更喜欢C++或Python实现，但是指向R(我知道其中实现了LOESS，但我找不到局部似然方法)或Java的指针也会更好。
非常感谢！
浏览 0提问于2013-01-19得票数 5
回答已采纳
2回答
拟合β-二项分布
、、、、
我还没能在python中找到如何做到这一点。这里有一个scipy.stats.beta.fit()，但是对于beta二项分布没有什么。有办法这样做吗？
浏览 5提问于2015-02-06得票数 6
回答已采纳
2回答
Python中的凸优化
、、、、
现在，我想用Python3.5 ()实现著名的Dixon-Coles模型。
最基本的问题是，从本文所描述的模型中得到一个具有众多参数结果的似然函数，需要最大化。例如:一个德甲赛季的似然函数将导致37个参数。当然，我做的是相应的负对数似然函数的最小化。我知道这个log函数是严格凸的，所以优化应该不会太困难。
浏览 2提问于2016-09-13得票数 0
回答已采纳
1回答
我在R中用glm函数发展了一个二项logistic回归，我需要三种输出，即对数似然(无系数)、对数似然(仅常数)、对数似然(最优)。
我需要哪些功能或包来获得这些输出？
浏览 2提问于2021-04-27得票数 0
回答已采纳
我正在使用最大似然估计程序，通过使用对数似然函数，并对每个对数进行微分，对数似然方程是非线性的，我必须使用牛顿Rhapson迭代method.How，我可以使用R或任何其他编程语言吗？
浏览 3提问于2010-08-03得票数 2
2回答
好的，对于在不同机器学习算法的上下文中定义似然函数的方法，我有很多困惑。在这个讨论的背景下，我会参考吴家祥229的讲稿。
这是我迄今为止的理解。根据我的理解，Bayes定理的形式是:p(参数点)=p(参数)，p(参数)，/p(数据)，其中似然函数是p，后验是p，先验是p(参数)。在线性回归的背景下，我们得到了一个似然函数:p(y_x；w)，其中y是目标值的向量，X是设计矩阵。根据我们如何定义上面的似
浏览 3提问于2015-06-04得票数 0
1回答
在求解自回归模型的对数似然表达式时，我跨越了在幻灯片9 下给出的方差协方差矩阵。现在，为了使用为了使似然函数表达式最大化，我需要表示方差协方差矩阵出现的似然函数。
浏览 4提问于2014-11-21得票数 0
回答已采纳
我被要求将logistic回归模型的对数似然率绘制为theta1和theta2的函数，以评估其是否为凸函数(该模型只有两个参数，θ是每个参数的权重)。负对数似然给出为(在代码中)： sigma = sigmoid(np.dot(x, weight))
loss = -1/size * np.sum(y * np.log(sigma)) + (1 -y) * np.log(1-sigma) 如何在Python语言中将此函数绘制为theta1和t
浏览 19提问于2020-11-29得票数 1
1回答
我正在用Python做情感分析方面的研究，目前我对nltk.probability有一些困惑的期望似然估计用于实验的概率分布产生频率分布。“期望似然估计”近似于具有N个结果和B桶as (c+0.5)/(N+B/2)的实验中计数c的样本的概率。这相
浏览 3提问于2015-11-04得票数 0
回答已采纳
1回答
在关于第五章的深度学习书的在线版本中，似然函数的估计量定义为：这是个体概率的乘积。在获取日志后，它到达日志似然函数(Eq.1)：然后，通过将其除以m，获得一个表示为期望值的版本(Eq.2)，从而重新标定上述内容：好的。但不是Eq.1
在相同的Wiki页面中，似然定义如下所示，它不同于书本中的似然函数定义。在这里，Q(模型)的概率已经提高到了发生的次数；然后在取日志时，将它看作期望值
浏览 0提问于2020-12-19得票数 3
回答已采纳
我正在做MLE，我想优化我的逻辑似然函数。我使用的代码是：
->我有yObs和yPred，但我很困惑，我应该如何将yObs和yPred包含在我的似然函数中，就像这里所做的那样：
我的似然函数只有x作为sample space和two unknown parameter
浏览 1提问于2017-06-01得票数 0
回答已采纳
1回答
103 1804105 1765107 1976109 2512当你知道样本的类型和每种类型的样本数时，就会使用多项式极大似然估计如何使用Python进行数据的多项式最大似然估计？
浏览 12提问于2022-06-28得票数 0
3回答
在R.中，我使用来自nnet包的multinom()函数运行多项式logistic回归，不包括p值计算和t统计计算。我找到了一种计算p值的方法，使用来自的两个尾z检验。然而，似然比检验是检验逻辑回归拟合优度的较好方法。由于对似然函数的不完全理解，我不知道如何编写计算每个系数的似然比统计量的代码。如何使用multinom()函数的输出来计算每个系数的似然比统计量？
浏览 5提问于2014-04-11得票数 5
回答已采纳
云服务器
ICP备案
对象存储
云直播
腾讯会议
腾讯云开发者
