1、最大似然估计
似然的概念与概率类似,但是又很不相同。假如随机变量X服从某种分布(比如高斯分布),概率是指在给定参数(均值,方差)的条件下,X=x的可能性;而似然则指X=x的条件下,某一组参数反映了X=x的真实性大小。
最常见的应用是最大似然估计。假设有N个数据点,服从某种分布Pr(x;θ),我们想找到一组参数θ,使得生成这些数据点的概率最大,这个概率就是
称为似然函数(Lilelihood Function)。通常单个点的概率很小,连乘之后数据会更小
1、最大似然估计
似然的概念与概率类似,但是又很不相同。假如随机变量X服从某种分布(比如高斯分布),概率是指在给定参数(均值,方差)的条件下,X=x的可能性;而似然则指X=x的条件下,某一组参数反映了X=x的真实性大小。
最常见的应用是最大似然估计。假设有N个数据点,服从某种分布Pr(x;θ),我们想找到一组参数θ,使得生成这些数据点的概率最大,这个概率就是
称为似然函数(Lilelihood Function)。通常单个点的概率很小,连乘之后数据会更小