给定这个数据集:
颜色 |尺寸
红色|大
白色|小
红色|大
红色|小
白色|大
红色|大
和以下贝叶斯网络:颜色 --> 大小,我应该找到贝叶斯网络的最大似然参数。估算师会是什么?我不知道如何继续这里,因此我们将不胜感激任何帮助。
最佳答案
假设您的“颜色”和“尺寸”变量服从多项式分布,您需要估计以下参数 :
对于颜色:
- :红色概率。
- :白色概率。
尺寸:
- :给定红色的情况下,概率较大。
- :考虑到是白人,成为大人的概率。
- :给定红色的概率很小。
- :考虑到是白人,概率很小。
最终只有 3 个,因为
- ,
可能性是给定模型的观测数据的概率,在本例中,对于具有 n 个颜色和大小观测值的数据集:
,
及参数:
,
可能性由下式给出:
由于我们在这里处理颜色和给定颜色的大小的伯努利分布,因此我们可以这样写:
哪里是红色且小的观测值的数量,其他Ms的定义类似。
最后,通过优化似然函数,得到参数估计量:
关于machine-learning - 最大似然参数估计,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/27426306/