版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/u010412858/article/details/82559130
首先我们得清楚MAP与MLE的概念是什么?
MAP:maximun a posteriori 最大后验估计
假设
是能够最好解释数据集
概率分布的参数。我们希望利用贝叶斯原理来估计参数
:
MLE:Maximum Likelihood Estimate 极大似然估计
已知某个随机样本满足某种概率分布,但是其中具体的参数不清楚,参数估计就是通过若干次试验,观察其结果,利用结果推出参数的大概值。