Chapter 3: 最大似然估计和贝叶斯参数估计2经营者提供商品或者服务有欺诈行为的,应当按照消费者的要求增加赔偿其受到的损失,增加赔偿的金额为消费者购买商品的价款或接受服务的费用要点: 重点掌握最大似然估计和贝叶斯参数估计的原理; 熟练掌握主成分分析和Fisher线性分析; 掌握隐马尔可夫模型; 了解维数问题;3经营者提供商品或者服务有欺诈行为的,应当按照消费者的要求增加赔偿其受到的损失,增加赔偿的金额为消费者购买商品的价款或接受服务的费用 贝叶斯框架下的数据收集 n 在以下条件下我们可以设计一个可选择的分类器 : P(i) ( 先验) P(x | i) ( 类条件密度)不幸的是,我们极少能够完整的得到这些信息! 从一个传统的样本中设计一个分类器 n 先验估计不成问题 n 对类条件密度的估计存在两个问题:1 )样本对于类条件估计太少了;2 ) 特征空间维数太大了,计算复杂度太高。1 3.1 引 言4经营者提供商品或者服务有欺诈行为的,应当按照消费者的要求增加赔偿其受到的损失,增加赔偿的金额为消费者购买商品的价款或接受服务的费用 如果可以将类条件密度参数化,则可以显著降低难度。 例如