全概率公式 设 A 1 , A 2 , . . . A n A_1,A_2,...A_n A1,A2,...An为样本空间 Ω \Omega Ω的一个完备事件组,且 P ( A i ) > 0 ( i = 1 , 2 , 3 , . . . , n ) P(A_i)>0 (i=1,2,3,...,n) P(Ai)>0(i=1,2,3,...,n), B B B为任一事件,则 P (
前言 在数据分析和机器学习中,估计是一个很重要的内容,这里着重介绍下极大似然估计与极大后验估计。 最大似然估计(MLE) 最大似然估计是模型已定,参数未定时的一种估计方法。比如说对于抛硬币而言,模型已定,可以看做是多个伯努利实验,我们所不知道的是这个硬币正面朝上的概率 p p,所以我们的任务就是估计pp的值。极大似然估计的思想是,对于已经给定的一些观测数据,参数 p p的取值应使得取