最大似然估计MLE(Maximum Likelihood Estimation)

似然函数

似然函数的定义: L ( θ ∣ x ) = f ( x ∣ θ ) L(θ|x)=f(x|θ) L(θx)=f(xθ)
这个等式要表示的核心意思都是在给一个theta和一个样本x的时候,整个事件发生的可能性多大。
f(x|θ)表示的就是在给定参数theta的情况下,x出现的可能性多大。
L(θ|x)表示的是在给定样本x的时候,参数theta使得x出现的可能性多大。

极大似然估计

极大似然估计是建立在极大似然原理的基础上的一个统计方法,是概率论在统计学中的应用。极大似然估计提供了一种给定观察数据来评估模型参数的方法,即:“模型已定,参数未知”。通过若干次试验,观察其结果,利用试验结果得到某个参数值能够使样本出现的概率为最大,则称为极大似然估计。

例子

点击率:在知道item每次展示点击与否的情况下,可以得到item的点击率参数的极大似然估计为点击数/展示数

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
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。

余额充值