贝叶斯决策
我们都知道经典的贝叶斯公式:
p
(
w
∣
x
)
=
p
(
x
∣
w
)
p
(
w
)
p
(
x
)
p(w|x)=\frac{p(x|w)p(w)}{p(x)}
p(w∣x)=p(x)p(x∣w)p(w)
- x指事件,w指类别
- p(w)为先验概率,表示每种类别分布的概率
- p(x|w)为类条件概率,在某种类别的条件下,事件x发生的概率
- p(w|x)为后验概率,表示事件x发生的情况下,类别是w的概率
举个例子理解下上面三个概念:
例子:夏天男性穿凉鞋的比例为1/2,女性穿拖鞋的比例为2/3,男女的比例2:1,如果遇到一个穿凉鞋的人,男性和女性的概率是多少?
假设男性为
w
1
w_1
w1,女性为
w
2
w_2
w2,穿凉鞋为x。根据贝叶斯公式,
p
(
w
1
)
=
p
(
x
∣
w
1
)
p
(
w
)
p
(
x
)
p(w_1)=\frac{p(x|w_1)p(w)}{p(x)}
p(w1)=p(x)p(x∣w1)p(w)
我们要计算穿凉鞋发生的情况下,男性类别的概率,只需要再计算p(x)。p(x)包含两种情况,我们认为男性和女性穿凉鞋的概率是独立的。
p
(
x
)
=
p
(
x
∣
w
1
)
p
(
w
1
)
+
p
(
x
∣
w
2
)
p
(
w
2
)
=
1
/
2
∗
2
/
3
+
2
/
3
∗
1
/
3
=
5
/
9
p(x)=p(x|w_1)p(w_1)+p(x|w_2)p(w_2)=1/2*2/3+2/3*1/3=5/9
p(x)=p(x∣w1)p(w1)+p(x∣w2)p(w2)=1/2∗2/3+2/3∗1/3=5/9
则穿凉鞋的人是男性的概率
p
(
w
1
∣
x
)
=
p
(
x
∣
w
1
)
p
(
w
)
p
(
x
)
=
1
/
2
∗
2
/
3
5
/
9
=
3
/
5
p(w_1|x)=\frac{p(x|w_1)p(w)}{p(x)}=\frac{1/2*2/3}{5/9}=3/5
p(w1∣x)=p(x)p(x∣w1)p(w)=5/91/2∗2/3=3/5
上述情况是比较理想的,通常我们不知道先验概率和类条件概率。
- 先验概率可以用训练样本中各类出现的频率估计。
- 类条件概率的估计比较难,原因包括:概率密度函数包含了一个随机变量的全部信息;样本数据可能不多;特征向量x的维度可能很大等等。总之要直接估计类条件概率的密度函数很难。解决的办法就是,把估计完全未知的概率密度 p ( x ∣ w i ) p(x|w_i) p(x∣wi)转化为估计参数。这里就将概率密度估计问题转化为参数估计问题,极大似然估计就是一种参数估计方法。
极大似然估计
最大似然估计的目的就是:利用已知的样本结果,反推最有可能(最大概率)导致这样结果的参数值。再明确些,就是根据已知的样本结果,求样本集的概率密度函数的参数。
举个例子:有两个外形完全相同的箱子,甲箱子有99只白球,1只黑球;乙箱子有99只黑球,1只白球,一次实验从两个箱子取出一球,是黑球。问:黑球从哪个箱子取出?
我们第一印象,最像乙箱子取出的,这个最像就是最大似然之意,成为最大似然原理。
假设一个样本集D的样本独立同分布,可以通过
D
=
{
x
1
,
x
2
,
x
3
,
.
.
.
,
x
N
}
D=\{x_1,x_2,x_3,...,x_N\}
D={x1,x2,x3,...,xN}估计参数向量
θ
\theta
θ,使得似然函数最大。
似然函数为:联合概率密度函数
p
(
D
∣
θ
)
p(D|\theta)
p(D∣θ)
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(x_1,x_2,...,x_N|\theta)=\prod_{i=1}^Np(x_i|\theta)
l(θ)=p(D∣θ)=p(x1,x2,...,xN∣θ)=i=1∏Np(xi∣θ)
从上式可以看出联合概率密度函数=所有概率相乘,引出了极大似然估计的前提:
- 训练样本的分布想要代表样本的真实分布:每个样本集中的样本都是独立同分布的随机变量 (iid条件),且有充分的训练样本。
似然函数还有两种形式,对于求解而言是等价的。
p
(
x
1
,
x
2
,
.
.
.
,
x
N
∣
θ
)
=
∏
i
=
1
n
p
(
x
i
∣
θ
)
n
u
m
i
l
(
θ
)
=
∏
i
=
1
n
p
(
x
i
∣
θ
)
n
u
m
i
N
p(x_1,x_2,...,x_N|\theta)=\prod_{i=1}^np(x_i|\theta)^{num_i}\\ l(\theta)=\prod_{i=1}^np(x_i|\theta)^{\frac{num_i}{N}}
p(x1,x2,...,xN∣θ)=i=1∏np(xi∣θ)numil(θ)=i=1∏np(xi∣θ)Nnumi
如果向量
θ
^
\hat\theta
θ^能使似然函数
l
(
θ
)
l(\theta)
l(θ)最大,则
θ
^
\hat\theta
θ^就是
θ
\theta
θ的极大参数估计量。它是样本集的函数记作
θ
^
=
d
(
x
1
,
x
2
,
.
.
.
,
x
N
)
=
d
(
D
)
\hat\theta=d(x_1,x_2,...,x_N)=d(D)
θ^=d(x1,x2,...,xN)=d(D)
求解极大似然函数
求使得出现该组样本的概率最大的
θ
\theta
θ
θ
^
=
a
r
g
m
a
x
l
(
θ
)
=
a
r
g
m
a
x
log
(
∏
i
=
1
N
p
(
x
i
∣
θ
)
)
=
a
r
g
m
a
x
∑
i
=
1
N
log
p
(
x
i
∣
θ
)
\hat\theta=argmax\, l(\theta)=argmax\,\log{(\prod_{i=1}^Np(x_i|\theta))}=argmax\sum_{i=1}^{N}\log{p(x_i|\theta)}
θ^=argmaxl(θ)=argmaxlog(i=1∏Np(xi∣θ))=argmaxi=1∑Nlogp(xi∣θ)
当
θ
\theta
θ是一个值,在似然函数满足连续,可微的正则条件下,极大似然估计量是
d
l
(
θ
)
d
θ
=
0
\frac{dl(\theta)}{d\theta}=0
dθdl(θ)=0的解。
当
θ
\theta
θ是一个向量,
θ
=
[
θ
1
,
θ
2
,
.
.
.
,
θ
S
]
T
\theta=[\theta_1,\theta_2,...,\theta_S]^T
θ=[θ1,θ2,...,θS]T.记梯度算子
∇
θ
=
[
∂
∂
θ
1
,
∂
∂
θ
2
,
.
.
.
,
∂
∂
θ
s
]
T
\nabla_\theta=[\frac{\partial}{\partial\theta_1},\frac{\partial}{\partial\theta_2},...,\frac{\partial}{\partial\theta_s}]^T
∇θ=[∂θ1∂,∂θ2∂,...,∂θs∂]T
若似然函数满足连续可导的条件,则最大似然估计量就是
∇
θ
l
n
(
θ
)
=
0
\nabla_\theta{ln(\theta)}=0
∇θln(θ)=0的解
方程的解只是一个估计值,只有在样本数趋于无限多的时候,它才会接近于真实值。
完整例子充分理解
已知口袋中有10个球,球可能是白色或黑色。每次抽取一个球,记录颜色后放回口袋。
如果抽取10次,白球出现7次,黑球出现3次,问口袋里最有可能的白球总数量。
将抽球结果作为X,即离散随机变量,设白球为X=1,黑球为X=0 。假设抽到白球的概率为 θ \theta θ, θ \theta θ 即是未知的需要通过极大似然估计得出的参数。
写出似然函数:
L
(
θ
∣
x
)
=
P
(
x
,
θ
)
=
θ
x
∗
(
1
−
θ
)
1
−
x
L(\theta|x)=P(x,\theta)=\theta^x*(1-\theta)^{1-x}
L(θ∣x)=P(x,θ)=θx∗(1−θ)1−x 可知当捡到白球,概率密度函数为
θ
\theta
θ,捡到黑球,密度函数
1
−
θ
1-\theta
1−θ
对于10次有放回抽球可以认为是10次独立事件,其符合二项分布。
对于二项分布,出现符合观测情况的,白球出现7次,黑球出现三次的概率密度函数为
P
(
X
,
θ
)
=
∏
i
=
1
10
P
(
x
,
θ
)
=
P
(
x
1
,
θ
)
∗
P
(
x
2
,
θ
)
∗
.
.
.
∗
P
(
x
10
,
θ
)
=
θ
7
∗
(
1
−
θ
)
3
P(X,\theta)=\prod_{i=1}^{10}P(x,\theta)=P(x_1,\theta)*P(x_2,\theta)*...*P(x_{10},\theta)=\theta^7*(1-\theta)^3
P(X,θ)=i=1∏10P(x,θ)=P(x1,θ)∗P(x2,θ)∗...∗P(x10,θ)=θ7∗(1−θ)3
写成似然函数形式
L
(
θ
∣
X
)
=
P
(
X
,
θ
)
=
θ
7
∗
(
1
−
θ
)
3
L(\theta|X)=P(X,\theta)=\theta^7*(1-\theta)^3
L(θ∣X)=P(X,θ)=θ7∗(1−θ)3
求对数,求导:
d
l
n
(
L
(
θ
)
)
/
d
θ
=
7
/
θ
−
3
/
(
1
−
θ
)
dln(L(\theta))/d\theta=7/\theta-3/(1-\theta)
dln(L(θ))/dθ=7/θ−3/(1−θ)
解得
θ
\theta
θ=0.7,似然函数取得最大值。因此我们认为白球占总数70%时,10次抽球最可能出现7次白球。
总结
求解极大似然估计量
- 1.根据概率密度函数写出似然函数
- 2.对似然函数取对数,整理
- 3.求导数
- 4.解似然方程
特点
最大似然估计的特点:
- 1.比其他估计方法更加简单;
- 2.收敛性:无偏或者渐近无偏,当样本数目增加时,收敛性质会更好;
- 3.如果假设的类条件概率模型正确,则通常能获得较好的结果。但如果假设模型出现偏差,将导致非常差的估计结果。
本文仅记录,未完待续…
极大似然估计详解