在分类问题中:
如果我们知道了,每个类别所对应的概率分布,(虽然在实际中不大可能),那么我们可以在不用知道训练样本的情况下,寻找到最优的分类器。我们举个鱼的列子,假设我们捕到的鱼有两种,一种是sea bass,另一种是salmon
假设在我们捕到的鱼中sea bass和salmon出现的概率是知道(我们叫先验概率),
显然如果P(w1)>P(w2),在不知道其他任何信息的情况下,判断下一条捕到的鱼的种类,我们显然更乐意相信下一条鱼的种类是bass,并且有
我们在举下面一个例子,假设我们希望通过耳朵的大小,来判断其是狗还是猫,并知道:
当我们现在知道某个动物有large ears时,该动物是猫还是狗呢?
显然,因为我们有
所以我们认为这个动物是狗,这种挑选具有更高概率的方法叫maximum likelihood event