大家好，又见面了，我是你们的朋友全栈君。
统计模型评价时，经常见到一个准则 AIC， 全称是 Akaike information criterion，是以日本的统计学家 Akaike 命名的，它的计算公式为：
A I C = 2 k − ln ( L ^ ) AIC=2k-\ln(\hat{L}) AIC=2k−ln(L^)
其中， k k k 是模型中的待估参数数量， L ^ \hat{L} L^ 是该模型极大似然估计的最大值。
AIC 值越小，说明该统计模型损失的信息越少。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
发布者：全栈程序员-用户IM，转载请注明出处：https://javaforall.cn/142517.html原文链接：https://javaforall.cn
【正版授权，激活自己账号】： Jetbrains全家桶Ide使用，1年售后保障，每天仅需1毛
【官方授权 正版激活】： 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...
