绪言
对概率函数
来说,由于它涉及关于
所有属性的联合概率,直接根据样本出现的频率来估计将会遇到严重的困难. 例如,假设样本的
个属性都是二值的,则样本空间将有
种可能的取值,在现实应用中,这个值往往远大于训练样本数
,也就是说,很多样本取值在训练集中根本没有出现,直接使用频率来估计条件概率
显然不可行,因为“未被观测到”与“出现的概率为零”通常是不同的.
—— 周志华《机器学习》
我们设关于类别 的条件概率为
,假设
有确定的形式并且被参数
唯一确定,那么实际上我们的训练过程就是要利用数据集
训练出较为合适的参数
,即参数估计(parameter estimation)过程 . 这里,我们把
记为
.
似然(likelihood)
在数理统计学中,似然函数是一种关于统计模型中的参数的函数,表示模型参数中的似然性。似然函数在统计推断中有重大作用,如在最大似然估计和费雪信息之中的应用等等。“似然性”与“或然性”或“概率“意思相近,都是指某种事件发生的可能性,但是在统计学中,“似然性”和“或然性”或“概率”又有明确的区分。概率用于在已知一些参数的情况下,预测接下来的观测所得到的结果,而似然性则是用于在已知某些观测所得到的结果时,对有关事物的性质的参数进行估计。
—— 维基百科 似然函数
上述是似然函数(通常简称似然)在数理统计中的意义,因此极大似然估计即是利用观测结果,对参数进行估计的一种方法。
极大似然估计
对于参数估计,统计学界的两个学派分别提供了不同的解决方案:频率主义学派(Frequentist) 认为参数虽然未知,但是却是客观存在的固定值,因此,可通过优化似然函数等准则来确定参数值;贝叶斯学派(Bayesian)则认为参数是未观察到的随机变量,其本身也可有分布,因此可以假定参数服从一个先验分布,然后基于观测到的数据来计算参数的后验分布.
—— 周志华《机器学习》
而频率主义学派的极大似然估计(Maximum Likelihood Estimation,简称 MLE) 在机器学习的一些算法(逻辑回归、朴素贝叶斯等)的推导上有很重要的作用.
设 为 训练集
中第
类样本所组成的集合,假设它们独立同分布,则参数
对与数据
的似然,是
![L(\theta) = P(D_c | \theta) = \prod_{x \in D_c} P(x | \theta) \tag{1.1}](https://i-blog.csdnimg.cn/blog_migrate/afc0c50b2be76fd9a3cf80b5aa6a8e3a.png)
式 中的连乘操作易造成下溢,通常使用对数似然(log-likelihood)
![\begin{align*} LL(\theta) &= log P(D_c|\theta) \\ &= \sum_{x \in D_c} log P(x|\theta) \end{align*} \tag{1.2}](https://i-blog.csdnimg.cn/blog_migrate/2c1d2f7fff7c9132d3cc0dec88fa21e8.png)
因此,对参数 进行极大似然估计,就是去寻找能够最大化似然
的参数值
. 即在
的所有可能取值中,找到一个能使数据出现的“可能性”最大的值.
参考资料:
[1] 周志华. 机器学习[M]. 北京: 清华大学出版社. 2016: 147-154.
[2] 维基百科. 似然函数[DB/OL], https://zh.wikipedia.org/wiki/%E4%BC%BC%E7%84%B6%E5%87%BD%E6%95%B0, 2018-02-27/2018-07-16.