极大似然估计(MLE):
极大似然估计是一种参数估计的方法,即已知样本估计出模型参数。
极大似然估计是频率学派的一种方法(与贝叶斯学派的极大后验估计对应),频率学派认为模型的参数是确定的,只是不知道而已,所以可以通过样本推断出模型参数。
既然是极大“似然”估计,就要先明白什么是“似然”,在贝叶斯公式中有:
其中,是模型参数的后验概率密度函数,是模型参数的先验概率密度函数,这些都是频率学派所不关心的,所以MLE中只关心,也就是似然函数。
可以看出似然函数就是假设已知参数的情况下得到观察样本的概率,而MLE的初衷就是选择值,使得当前观察到的样本是该模型产生的数据这一概率最大!
似然函数的定义为: