為什么高斯分布中考慮對數(shù)似然而不是似然?

原文鏈接:https://math.stackexchange.com/questions/892832/why-we-consider-log-likelihood-instead-of-likelihood-in-gaussian-distribution

通過最大似然函數(shù)來確定高斯分布中未知參數(shù)的值,實際上,最大化似然函數(shù)的對數(shù)更方便。因為對數(shù)是其論證的單調(diào)遞增函數(shù),函數(shù)的對數(shù)的最大化等價于函數(shù)本身的最大化。logaithm不僅簡化了后續(xù)的數(shù)學(xué)分析,而且還有助于數(shù)學(xué)計算,因為大量小概率的乘積很容易使計算機的數(shù)值精度下降,但是log就可以通過計算總和來解決。

1. 當要計算隨機變量的joint likelihood時很有用,他們之間獨立,并且分布相同。

聯(lián)合概率是所有點的概率的乘積:

如果是log,則只需要求和即可

2. 由于是高斯分布,使用log避免了計算指數(shù)

可以寫成:


3. ln x是單調(diào)遞增的函數(shù),因此log-likelihood和likelihood有相同的關(guān)系

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時請結(jié)合常識與多方信息審慎甄別。
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點,簡書系信息發(fā)布平臺,僅提供信息存儲服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容