极大似然估计

标签：简单   最大   思想   style   一点   标签   bsp   简单的   混合高斯模型   

一、核心思想：由部分估计整体

二、具体分析

（1）先举一个最简单的例子，如下：

 转换成更专业一点的就是：现在有一个样本分布为A，我们从这个样本分布中获得了一部分样本a，极大似然就是要利用这部分a来估计A的分布；

做法就是对A构建模型，模型参数为Q，然后再构建极大似然函数表示在何种模型参数Q下可以最大可能地获得这部分样本a（PS：这里的样本一般指样本数据+类别标签）。

然后即有：

三、应用

（1）判别模型：比如逻辑回归模型

 （2）生成模型：比如混合高斯模型

 （3）无监督学习

极大似然估计

标签：简单   最大   思想   style   一点   标签   bsp   简单的   混合高斯模型   

原文地址：https://www.cnblogs.com/zf-blog/p/11751395.html