0
MATLAB의 환경에 익숙하지 않으며 아무리 많은 노력을 기울여도 다 변수 베르누이의 ML 알고리즘을 구성하는 방법에 대한 개념을 알 수 없습니다.Matlab의 최대 가능성 (복수 변수 베르누이)
N 변수 (x1, x2, ..., xN)의 데이터 집합이 있고 각 변수는 D 차원 (Dx1)의 벡터이고 p = (p1, p2,. .., pD). 나에게 데이터 세트에서 추정 된 확률의 D 벡터를 제공
for n=1:D
prob(n)=mle(dataset(:,n),'distribution', 'bernoulli');
end
: 내가 만든
Pr(X|p)=Πp(d)^x(nd)*(1-p(d))^(1-x(nd))
코드는 MATLAB의 MLE 함수를 사용하여 : 그래서 베르누이 분포 형태를 가져야한다. 그러나 실제로 흥미로운 것은 mle을 사용하는 것이 아니라 단계별 MATLAB 프로세스에서 ML을 구현하는 방법입니다.
대단히 감사합니다.