似然函数Likelihood Function

本文解释了似然函数与概率的区别,通过抛硬币实验的例子说明如何使用似然函数从观测结果推断最优参数。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

关于似然函数,其实与“概率”差不多
在我的理解中,概率,是从已知的参数中来预测结果
而似然函数则是从结果中推理得到最适合的参数(使似然函数值最大)
例如最常见的抛硬币事件,我们都知道一枚硬币正面的概率是p0=0.5,反面为1-p0=0.5
那么抛出两个正面的概率就是P=0.25
而如果我们抛了两次硬币都是正面,那么这里我们假设p0=θ(0≤θ≤1)
则似然函数L(p0*p0)=θ2
为了使L取得极大值,θ=1为最佳情况
同理,若抛了五次硬币,两次正面三次反面
则有L(θ)=θ2(1-θ)3
要使L取得极大值,我们估计θ= 25 为佳
以上是最naive的理解,更一般的可访问如下链接:
http://blog.youkuaiyun.com/yanqingan/article/details/6125812

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值