极大似然估计

最新推荐文章于 2024-11-18 18:10:05 发布

artificiali

最新推荐文章于 2024-11-18 18:10:05 发布

阅读量319

点赞数 1

分类专栏：李航文章标签：算法机器学习人工智能

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/artificiali/article/details/142109741

版权

李航专栏收录该内容

1 篇文章 0 订阅

订阅专栏

背景：抛硬币10011，xi~B(1,a)

xi~B(n,p)二项式分布,即事件发生的概率为p，重复n次。n个独立的成功/失败试验中成功的次数的离散概率分布

我们求正面概率a，不知道，当时我们抛了硬币可反推a。

p=a(1-a)(1-a)aa=a^3(1-a)^2

这个形式是近似似然函数的形式 $L ( \theta ) = P ( X _ { 1 } = x _ { 1 } | \theta ) ....P ( X _ { n } = x _ { n } | \theta ) = \prod _ { i = 1 } ^ { n } \theta ^ { x _ { i } } ( 1 - \theta ) ^ { 1 - x _ { i } }$

为什么Ln()处理：

1.防止下溢出

2.Ln(x1x2x3...)=Lnx1+Lnx2+Lnx3+...

对这个Ln处理后直接变成加法：

$L ( \theta ) = P ( X _ { 1 } = x _ { 1 } | \theta ) ....P ( X _ { n } = x _ { n } | \theta ) = \prod _ { i = 1 } ^ { n } \theta ^ { x _ { i } } ( 1 - \theta ) ^ { 1 - x _ { i } }$

3.Lna^x=xLna.可以进一步化简。

关注

1
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。