Рассмотрим задачу двоичной классификации с m классами, закодированными как y = 1, ..., m. Предположим, что процедура сбора данных не идеальна, так что точки обучающих данных иногда неправильно маркируются. Для данных данных xi вместо того, чтобы традиционно давать значение yi для представления своей метки, мы имеем значение Nik, представляющее вероятность того, что yi = k (i = 1, .... n; k = 1, ...., m ). Предоставьте вероятностную c модель p (Y = i | X, θ), запишите функцию логарифмического правдоподобия, соответствующую такому набору данных.
Может кто-нибудь помочь мне решить эту проблему?