更多深度学习资讯都在公众号:DLCV
**概述:**统计学中,似然函数是一种关于统计模型参数的函数。当给定输出 x x x时,关于参数 θ \theta θ的似然函数 L ( θ ∣ x ) L(\theta | x) L(θ∣x)似然值等于给定参数 θ \theta θ后变量 x x x的发生概率 L ( θ ∣ x ) = P ( X = x ∣ θ ) L(\theta | x)=P(X=x | \theta) L(θ∣x)=P(X=x∣θ)。
实列:一枚正反对称值的硬币,做上抛一次正面朝上的概率为0.5,那么上抛三次都为正面的概率P为 0.5 ∗ 0.5 ∗ 0.5 = 0.125 0.5 * 0.5 * 0.5=0.125 0.5∗0.5∗0.5=0.125。但是,如果已知上抛十次硬币,且有七次为正面,三次为反面,则这枚硬币的对称值L(正面朝上的极大似然值)为0.7。如果上抛无穷次都为正面朝上的话,那么正面朝上的极大似然值就为1,表示接下来抛硬币正面朝上的概率为1。
**求解:**对上述例子进行求解最大似然值。.
上述抛十次硬币的例子转为公式
P
(
A
)
=
p
7
∗
(
1
−
p
)
3
P(A)=p^{7} *(1-p)^{3}
P(A)=p7∗(1−p)3,对该式子取对数可得
ln
(
P
(
A
)
)
=
ln
(
p
7
∗
(
1
−
p
)
3
)
=
7
ln
(
p
)
+
3
ln
(
1
−
p
)
\ln (P(A))=\ln \left(p^{7} *(1-p)^{3}\right)=7 \ln (p)+3 \ln (1-p)
ln(P(A))=ln(p7∗(1−p)3)=7ln(p)+3ln(1−p)令
ln
′
(
P
(
A
)
)
=
0
\ln ^{\prime}(P(A))=0
ln′(P(A))=0可得
7
p
+
3
p
−
1
=
0
\frac{7}{p}+\frac{3}{p-1}=0
p7+p−13=0,求解得p=0.7。表示这种事件的最大概率为0.7。
公式解说:
假设样本集 D = { x 1 , x 2 , ⋯ , x N } D=\left\{x_{1}, x_{2}, \cdots, x_{N}\right\} D={x1,x2,⋯,xN}中的样本都是独立分布,似然函数为: l ( θ ) = p ( D ∣ θ ) = p ( x 1 , x 2 , ⋯ , x N ∣ θ ) = ∏ i = 1 N p ( x i ∣ θ ) l(\theta)=p(D | \theta)=p\left(x_{1}, x_{2}, \cdots, x_{N} | \theta\right)=\prod_{i=1}^{N} p\left(x_{i} | \theta\right) l(θ)=p(D∣θ)=p(x1,x2,⋯,xN∣θ)=∏i=1Np(xi∣θ),求使似然函数 l ( θ ) l(\theta) l(θ)最大的 θ \theta θ。