一、MLE提出的背景
通过维基百科查询得知,MLE由遗传学家及统计学家罗纳德.费雪在1912年至1922年间开始使用。由此联想到MLE的遗传学背景,在遗传学中,显性研究即为最大可能性研究,通过对于各独立个体计算发生或者存活概率,来确定最后显著表达的群体。
在多个独立个体求集体存活的概率时,即为数学中的样本相互独立条件下,求此组样本的联合概率分布。通过当联合概率分布达到最大值时,求得对应的参数。
二、对比线性回归与LR
线性回归:以最小化因变量实际值与估计值的均方,来求得对应的自变量参数与常量。
LR:可以视为线性回归的一种映射,将因变量的变化范围压缩至0-1。在LR的参数求解时,可以通过对p(y=1|w)与p(y=0|w)的比值取对数,可获得类似于线性回归表达式形式,可通过线性回归的The Least Square Method(最小二乘法)来求解参数。
对于LR参数的经典解法ML,采用MLE的背景来进行理解。假定每个样本相互独立,通过连乘求得联合概率分布,对联合概率分布进行极大值求导,选取最大值情况下求对应的参数值。