本文深入浅出地介绍了MLE（极大似然估计）与MAP（最大后验估计）两种参数估计方法的基本概念及其数学表达形式。MLE是在已知概率分布的情况下，通过观测数据估计未知参数的一种方法；而MAP则进一步引入了先验概率的概念，使得估计结果更贴近实际情况。
首先我们得清楚MAP与MLE的概念是什么？
MAP：maximun a posteriori 最大后验估计
假设
θ
θ
是能够最好解释数据集
D
D
概率分布的参数。我们希望利用贝叶斯原理来估计参数：
p(θ|D)=p(D|θ)∗p(θ)p(D)
p
(
θ
|
D
)
=
p
(
D
|
θ
)
∗
p
(
θ
)
p
(
D
)
posterior=likelihood∗priorevidence
p
o
s
t
e
r
i
o
r
=
l
i
k
e
l
i
h
o
o
d
∗
p
r
i
o
r
e
v
i
d
e
n
c
e
MLE：Maximum Likelihood Estimate 极大似然估计
已知某个随机样本满足某种概率分布，但是其中具体的参数不清楚，参数估计就是通过若干次试验，观察其结果，利用结果推出参数的大概值。
扫一扫
8825
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
