Описание окрестности точки наибольшего правдоподобия моделей (пример)
Материал из MachineLearning.
(Различия между версиями)
(Новая: == Постановка задачи == Пусть задана выборка <tex>{(x^i, y^i)}^m_{i=1}</tex>, где <tex>m</tex> - число объектов выборки, <tex>x^...) |
|||
Строка 1: | Строка 1: | ||
== Постановка задачи == | == Постановка задачи == | ||
- | Пусть | + | Пусть, |
+ | |||
+ | <tex>X = \{\mathbf{x}_i\}^m_{i=1}</tex> - m свободных переменных, | ||
+ | |||
+ | <tex>\{x_i\}^m_{i=1} \in\mathbb{R}^n</tex>, где n - размерность пространства, | ||
+ | |||
+ | <tex>\mathbf{y}\in\mathbb{R}^n</tex> - зависимая переменная. | ||
+ | |||
+ | |||
+ | <tex>{(x^i, y^i)}^m_{i=1}</tex>, где <tex>m</tex> - число объектов выборки, <tex>x^i = (x^i_j)^n_{j=1}\in\mathbb{R}^n</tex> - n значений свободных переменных. <tex>y</tex> | ||
Рассмотрим следующую модель регрессии, описывающую связь между свободной и зависимой переменными | Рассмотрим следующую модель регрессии, описывающую связь между свободной и зависимой переменными | ||
Версия 23:09, 14 декабря 2010
Содержание |
Постановка задачи
Пусть,
- m свободных переменных,
, где n - размерность пространства,
- зависимая переменная.
, где - число объектов выборки, - n значений свободных переменных.
Рассмотрим следующую модель регрессии, описывающую связь между свободной и зависимой переменными
Алгоритм
Вычислительный эксперимент
Исходный код
Литература
- Стрижов В.В Методы выбора регрессионных моделей. — ВЦ РАН, 2010.