机器学习理论基础 | 最大似然函数

Posted AI算法攻城狮

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了机器学习理论基础 | 最大似然函数相关的知识,希望对你有一定的参考价值。

概率函数 vs 似然函数  : p(x|θ) (概率函数是θ,已知,求x的概率。似然函数是x已知,求θ)

求最大似然函数估计值的一般步骤:

(1)写出似然函数;

(2)对似然函数取对数,并整理;

(3)求导数,令导数为0,得到似然方程;

(4)解似然方程,得到的参数即为所求;

最大似然函数推导交叉熵:

二分类问题二分类模型可认为符合二项分布,设X={0,1},  为样品的真实类别。

则有  

因此有

对于m次观察结果,则有

写出似然函数

为了方便计算,

以上是关于机器学习理论基础 | 最大似然函数的主要内容,如果未能解决你的问题,请参考以下文章

机器学习算法原理专栏目录

机器学习算法原理专栏目录

机器学习基础系列--先验概率 后验概率 似然函数 最大似然估计(MLE) 最大后验概率(MAE) 以及贝叶斯公式的理解

机器学习理论基础学习1——频率派 VS 贝叶斯派

机器学习基本理论详解最大似然估计(MLE)最大后验概率估计(MAP),以及贝叶斯公式的理解

机器学习理论基础学习2——线性回归