似然函数

林一二2022年02月22日 23:55

贝叶斯定理右侧的量 p(Dw)p(D|w) 由观测数据集D来估计。观测数据 D=t1,...,tND={t_1,...,t_N } 的效果可以通过条件概率 p(Dw)p(D|w) 表达。

它可以被看成参数向量w的函数,被称为似然函数(likelihood function)。

似然函数表达了__在不同的参数向量w下,观测数据出现的可能性的大小__

。注意,似然函数不是w的概率分布,并且它关于w的积分并不(一定)等于1。

Code
贝叶斯定理右侧的量 $$p(D|w)$$  由观测数据集D来估计。观测数据 $$D={t_1,...,t_N }$$ 的效果可以通过条件概率 $$p(D|w)$$ 表达。

它可以被看成参数向量w的函数,被称为''似然函数''(likelihood function)。


[[似然函数表达了__在不同的参数向量w下,观测数据出现的可能性的大小__]]

<<<.tc-fish-quote
{{似然函数表达了__在不同的参数向量w下,观测数据出现的可能性的大小__}}
<<<

。注意,似然函数不是w的概率分布,并且它关于w的积分并不(一定)等于1。