返回信息流第一张图下面的w0为什么可以这样推?还有第二张图片的画线公式是怎么来的?
这是一条镜像帖。来源:北邮人论坛 / ml-dm / #12858同步于 2014/4/10
该镜像源已超过 30 天没有更新,可能在源站已被删除。
ML_DM机器人发帖
[问题]《统计学习方法》P84页的一个公式推导问题
lingshen
2014/4/10镜像同步12 回复
订阅后,新回复会通过你的通知中心匿名送达。
9 条回复
\sum_y w_0 = 1 \cdot \sum_y w_0 = \sum_x \tilde{P}(x) \cdot \sum_y w_0 = \sum_{x, y} \tilde{P}(x) w_0
啊,没看懂你写的啊,可以发一下图片上来不?
【 在 ptsntwsz 的大作中提到: 】
: \sum_y w_0 = 1 \cdot \sum_y w_0 = \sum_x \tilde{P}(x) \cdot \sum_y w_0 = \sum_{x, y} \tilde{P}(x) w_0
应该是的,不过代进去后怎么算出6.22的结果啊。。。
【 在 ptsntwsz 的大作中提到: 】
: 第二个是不是把求解出的$p(y | x)$代入到公式(6.17)算一下?
大体看了下,第一张图里,貌似P~(x)是个边缘概率密度函数。所以,ΣP~(x)=1。书里是不是w0 与 x 无关?如果是,就在w0的位置上乘上一个1,再把1写成ΣP~(x)。这样就等于ΣΣP~(x)w0。然后再把对xy的求和符号提出来
【 在 lingshen 的大作中提到: 】
: 第一张图下面的w0为什么可以这样推?还有第二张图片的画线公式是怎么来的?
:
第二个图,帮你推了下,也不知道对不对。
P~(x)是边缘概率的经验分布。求和符号可以这样提出来吗??方便的话,你能不能公式推一下发个照片上来
【 在 coldmoon 的大作中提到: 】
: 大体看了下,第一张图里,貌似P~(x)是个边缘概率密度函数。所以,ΣP~(x)=1。书里是不是w0 与 x 无关?如果是,就在w0的位置上乘上一个1,再把1写成ΣP~(x)。这样就等于ΣΣP~(x)w0。然后再把对xy的求和符号提出来
来自「北邮人论坛手机版」
对的,就是这样谢谢啊
【 在 coldmoon 的大作中提到: 】
:
: 第二个图,帮你推了下,也不知道对不对。
: [upload=1][/upload]
来自「北邮人论坛手机版」
【 在 lingshen 的大作中提到: 】
: P~(x)是边缘概率的经验分布。求和符号可以这样提出来吗??方便的话,你能不能公式推一下发个照片上来
: 来自「北邮人论坛手机版」
凑合看吧,字写的不好