大家好，欢迎来到IT知识分享网。
一、似然与概率
在统计学中，概率和似然是不同的概念。
概率是在特定环境下预测某件事情发生的可能性，也就是结果没有产生之前，依据环境所对应的参数来预测某件事情发生的可能性，比如创业成功率10%，失败率90%（这是自定义的哈），在创业前我们并不知道会成功还是失败，只能说成功的可能性有10%。
似然是在已经确定的结果下推测产生这个结果的可能环境参数。比如现在创业了1000次，结果成功90次，失败910次，我们可依据这个结果来判断创业失败率91%，成功率9%，这个过程就是根据结果去判断环境参数。
二、极大似然法
极大似然法（ maximum likelihood estimation，MLE ）是概率统计中估算模型参数的一种很经典和重要的方法，贯穿了机器学习中生成模型（Generative model）这一大分支的始终。简单来说极大似然法就是在估算概率模型参数。
比如现在有一个参数未知的概率模型和该概率模型产生的一些点，那极大似然法就是在根据这些点去求解该概率模型的参数。
假设概率模型参数未知，定义为
，该模型产生点的概率为，目前已经产生了个点，则产生这些点的概率为：
极大似然法就是在求解最大。
免责声明：本站所有文章内容,图片，视频等均是来源于用户投稿和互联网及文摘转载整编而成，不代表本站观点，不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益，请在线联系站长,一经查实,本站将立刻删除。 本文来自网络,若有侵权，请联系删除，如若转载，请注明出处：https://haidsoft.com/120840.html
