对极大似然估计(MLE)和极大后验估计(MAP)的通俗理解

概率与统计

对于这个函数:P ( x ∣ θ )
输入有两个:x表示某一个具体的数据;θ表示模型的参数。

  • 如果 θ 是已知确定的,x是变量,这个函数叫做概率函数(probability function),它描述对于不同的样本点x,其出现概率是多少,求解x的过程属于概率学范畴。

  • 如果x是已知确定的,θ是变量,这个函数叫做似然函数(likelihood function), 它描述对于不同的模型参数,出现x这个样本点的概率是多少,求解θ的过程属于统计学范畴。

也有人上上述两种问题称之为描述统计学(统计学)和推断统计学(概率学)

极大似然估计(MLE)和极大后验估计(MAP)

  • 极大似然估计就是在不知道参数θ分布的情况下,最大化似然函数,得到最优的参数θ
  • 极大后验概率是在知道参数θ分布(先验概率)的情况下,最大化后验概率,得到最优的参数θ;这里的后验概率本质上就是似然函数*先验概率,因此最大化后验概率等价于让似然函数和参数θ出现的概率同时最大化
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

打赏作者

energy_百分百

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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