机器学习是否有可能从数据集中找到所有元素的概率分布?

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了机器学习是否有可能从数据集中找到所有元素的概率分布?相关的知识,希望对你有一定的参考价值。

存在一个数据集,其中包含许多特征量,以及一个基于未知概率分布的单个观测值。基于此数据集,是否可以估计每个单独数据点的概率分布?

对于特定示例,请考虑赛马数据集。每匹马的比赛时间的概率分布基于与马的能力相对应的未知固定值。但是,这种概率分布是未知的。

[估计此概率分布时,过去的比赛结果包含许多特征量。在这些特征量中,过去比赛时间是基于特定概率分布观察到的值。

是否有解决此类问题的特定方法?

答案

我可能无法清楚地理解您的问题,但是在学习分配时,您可以查看N-shot learning后面的概念。您可以使用Kullback-Leilber散度来学习分布。

以上是关于机器学习是否有可能从数据集中找到所有元素的概率分布?的主要内容,如果未能解决你的问题,请参考以下文章

机器学习——概率生成模型

机器学习数学基础

机器学习实战- KNN

机器学习:极大似然估计

机器学习基础知识之概率论的Matlab描述概率的图像

机器学习常用算法思想