Akaike 信息准则中项是什么？AIC 定义为，其中是估计模型的似然函数的最大值。
在互联网上，我找到了三个竞争候选人：
- 参数数量+误差项（对于简单的线性单预测模型，截距、斜率和误差项：）
- 参数数量（对于线性单预测模型，截距和斜率：）
- 预测变量的数量（对于线性单预测模型，斜率：）
哪一个是正确的，为什么？
Akaike信息准则的正确定义ķK
机器算法验证
aic
定义
2022-04-07 19:23:42
1个回答
这就是 Hirotugu Akaike 在 1974 年的原始论文对 AIC 的定义：
AIC = (-2)log（最大似然）+ 2（模型内独立调整参数的数量）
误差项不是您要独立尝试调整的参数，但截距是（例如，您的斜率可能为零并且数据最适合水平线）。您的简单单变量回归的正确答案是（截距和斜率）。