极大似然估计学习心得

就看那最后一行的公式，发现因果颠倒！抽象一下，是不是就是。。。

在某一组参数D下Ai事件发生的概率最大，就可以等同于 已经发生Ai事件下， 可能是D参数的最大概率，那么D不就是最优参数了？！！

也就是我们不看哪个参数使得数据最有可能发生，而是看哪个数据使得参数最大。混肴因果了。（eg. P( 肺癌|吸烟 )概率最大，那么P( 吸烟|肺癌 )极有可能发生）

P(x|θ)为似然函数，在参数θ下的x分布概率

所以后面为了得到最佳参数（哪个参数导致事件概率最大max{P(θ|x)}），我们就求这个参数下，样本已经发生的概率最大。就是max{P(x|θ)}。

拿到这个样本，就是发生这个事情。L表示样本发生的概率，就是像要发生的样子（似然函数）。因为是在不同参数θ下得到样本发生的概率，就可以写在一起。

可以理解成已知结果，求原因。

 

 

 

 

 

 

 

这里似然估计求得的方差是伪方差，因为其分母为n，相比于传统定义下的方差的分母为n-1

5 对不对，他是超参数，要交叉验证。