适当与不适当的估计技术
人工智能
2013-04-12 v1
摘要
本文考察了众数（也称为 MAP）估计、均值估计和中位数估计，以确定何时可以安全地使用它们来推导（后验）成本最小化估计。（这些都是贝叶斯过程，分别使用后验分布的众数、均值或中位数）。研究发现，仅当成本函数为 0-1 函数时，众数估计才返回成本最小化估计。如果成本函数是距离的函数，则仅当成本函数为与真值的平方距离时，均值估计才返回成本最小化估计；而仅当成本函数为与真值的距离时，中位数估计才返回成本最小化估计。文中展示了关于非 0-1 成本函数下众数估计优劣的结果。
引用
@article{arxiv.1304.3110,
title = {Appropriate and Inappropriate Estimation Techniques},
author = {David Sher},
journal= {arXiv preprint arXiv:1304.3110},
year = {2013}
}
备注
Appears in Proceedings of the Second Conference on Uncertainty in Artificial Intelligence (UAI1986)