参数估计方法（parameter estimation method），理学-计算机科学技术-计算机应用-多媒体计算-模式识别-贝叶斯决策理论-参数估计方法，解决贝叶斯分类器中的参数估计问题的方法。在贝叶斯分类器中，构造分类器需要知道类概率密度函数。如果按先验知识已知其分布，则只需要知道分布的参数即可。例如：类概率密度是正态分布，它完全由其均值向量和协方差矩阵所确定。对均值向量和协方差矩阵的估计即贝叶斯分类器中的一种参数估计问题。参数估计的两种方式：一种是将参数作为非随机变量来处理，如矩估计就是一种非随机参数的估计；另一种是随机参数的估计，即把这些参数看成是随机变量，如贝叶斯参数估计。常用的参数估计方法有矩估计法、最大似然估计法，以及贝叶斯估计法等。①矩估计法。使用样本矩代替总体矩，从而计算出待估计的参数。②最大似然估计法。对于给定的观测数据，人们希望能够从所有参数中找到最大概率生成观测数据的参数作为预测结果，被估计的参数应该满足似然函数。③贝叶斯估计法。认为参数服从某种概率分布，已有数据是基于这种分布产生的。