极大似然概率

MachineLearninginMarketing

EM 算法

• 极大似然函数
  极大似然估计是机器学习中比较重要的概念，一些专业教程往往容易忽略对其解释。在开始介绍前，我们需要先理解一下似然，似然也就是像这样的意义，也就是想这样(你看到的或是观察到的结果或数据)的可能性。例如身高175cm，体重60kg 根据数据。我们来估计他是男生概率。
  极大似然估计是一种统计学的方法，我们用已知的样本数据分布去推测具体的分布情况。

其实统计学，我们通过不同概率分布来进行推测数据分布，在正态分布形状是由来确定的。我们通过现有数据来估计分布参数

使用极大似然估计方法的两个条件
1.已知样本数据服从某种的分布。
2.样本数据。

这里有两个参数，期望 μ决定了分布图形在坐标轴中的位置，σ决定了分布图形的幅度。（正态分布的图像根据参数都会有不一样的形态）

• 期望: 就是数据样本的均值
• 方差: 就是每一个样本距离均值距离求和的均值
  
  
• 标准差：是方差开平方根
  

1. 我们的极大似然估计是基于贝叶斯公式
   
2. 在上面公式中样本概率是固定的，其他归一化作用所以可以省略，是，先验概率