《統計學習方法》-樸素貝葉斯-後驗概率最大化含義;含推導過程和個人見解
一、損失函數期望公式:
二、
三、條件期望最小化推導理解
以上圖引用自https://blog.csdn.net/REA_UTOPIA/article/details/78881415
個人理解,ck是真實值,y是輸出值,y可以看做是神經網絡或者是假定出的概率密度函數在X=x下的經過f(X)決策函數的輸出
四、
期望風險最小化等價於後驗概率最大化
《統計學習方法》-樸素貝葉斯-後驗概率最大化含義;含推導過程和個人見解
一、損失函數期望公式:
二、
三、條件期望最小化推導理解
以上圖引用自https://blog.csdn.net/REA_UTOPIA/article/details/78881415
個人理解,ck是真實值,y是輸出值,y可以看做是神經網絡或者是假定出的概率密度函數在X=x下的經過f(X)決策函數的輸出
四、
期望風險最小化等價於後驗概率最大化
有時候,我們是難以理解別人的,我們覺得困惑的神經的。關於這個,我真是真切的遇着的,有現實爲證。究其原因,無非是神經的錯亂,不知是他(她),還是我們,總之肯定是一方的問題的啦。
今天學習scrapy 爬蟲,想使用debug 調試自己的代碼,然後去網上搜索瞭如何使用debug scrapy,然後按照答案進行試驗,但是始終報一個錯誤 然後我去網上瘋狂搜索相關錯誤,始終無果,後來,
using System; using System.Collections.Generic; using System.Linq; using S
由於是word格式,在這裏我就直接放截圖了,都是自己的思考,謝謝大家! 參考文獻:《深入淺出圖神經網絡》