在介绍最大似然估计之前,先提下我们最熟悉的贝叶斯公式:
是类条件概率;
是后验概率
是先验概率
我们知道贝叶斯公式是后验概率,表示事情已经发生的结果下,我们去判断他属于哪类。
但是,实际问题中我们获取的数据可能只是有限数目的样本数据,而先验概率和类条件概率都是未知的,如果仅仅根据样本数据分类时,我们必须先对先验概率和类条件概率进行估计,再套用贝叶斯公式,先验概率比较简单,而类条件概率比较难,信息是随机的,样本数据不多,这样我们就要将其转换为估计参数,其中最大似然估计就是一种较好的估计方法。
最大似然估计(MLE)是一种重要而又普遍的求估量的统计方法。它使用概念模型<