待验证50% 置信事实精确时间

高斯-马尔科夫定理指出，在误差项满足零均值、同方差、不相关三个条件时，OLS估计量是最佳线性无偏估计量（BLUE）

1

来源数

50%

置信度

长期有效

时效性

2026/8/31

首次发现

来源

从零编码机器学习概率分布：高斯、Beta、Gamma分布实践指南

涉及实体

高斯-马尔科夫定理concept OLSconcept

相关事实

待验证线性回归的最小二乘损失与逻辑回归的交叉熵损失分别对应高斯噪声假设与伯努利分布假设下的最大似然估计68% 相似待验证贝叶斯最优分类器在0-1损失下等价于选择后验概率最大的类别，回归问题中条件期望在平方损失下是最优预测62% 相似待验证当z>4时，在零假设下观察到如此极端值的概率约为p≈3.2×10⁻⁵，即每十万次检测中约3次误报62% 相似待验证假设数据服从高斯分布，最大化似然等价于最小化均方误差61% 相似待验证困惑度是测试集上每个token平均负对数似然的指数，值越低代表模型对语料的预测越准确60% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/829233

API

curl https://kongchang.com/api/v1/knowledge/claims/829233

MCP

get_claim(id=829233)