机器学习中的极大似然估计

机器学习中的极大似然估计

极大似然估计

这里有一个对极大似然估计较好的理解
求极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 ；
（4） 解似然方程 。

似然函数：

那么01分类任务中的似然函数是什么呢？

P是概率，y就是对应的二分类的值，因为当y=0的时候这一项就相当于不存在了。

顾名思义，就是通过最大的可能性估计出最有可能的参数值。

举个例子，你想要的知道学校的男生和女生的身高分布。你该怎么做呢？首先假设全校同学的身高分布是符合正态分布的。那么，我们就需要知道正态分布的均值和方差。那该怎么求呢？总不能全部统计一下吧，这样太费时费力了。然后你就想到了一个好办法，通过随机抽样，取出100个男生和100个女生，然后统计他们的身高分布，然后用这200个人的身高分布近似代替总体的身高分布。

上面这就是极大似然估计的思想。下面就来具体解决一下实际过程中的一些问题。

第一个问题：怎么样抽取200个人？

第二个问题：那为什么就恰好抽到了这200个人呢？

其实这个问题真正想问的是，我们