本文探讨了概率与似然的区别，并详细介绍了极大似然估计（MLE）的概念，包括概率密度函数、极大似然估计的推导过程及对数似然函数的应用。通过例子解释了如何利用MLE估计概率分布的参数。
-
概率密度函数
概率密度函数用来描述某个随机变量取某个值的时候，取值点所对应的概率(probability)的函数, 举个例子, 我们现在有一个概率分布, 属于正态分布:
其中是均值,
是标准差. 如果你不熟悉正态分布, 我们简单回顾一下指的是均值, 在下图中, 均值是0则正态分布的概率在均值处概率最高, 以均值为中心两边是对称的, 是标准差, 标准差控制着概率分布偏离均值的程度, 标准差越大概率分布越扁平, 越小的话, 概率分布越集中于均值,.
draw_likelihood([2.5], mu=0, sigma=2)
最低0.47元/天 解锁文章
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
