一文读懂极大似然

在机器学习中，我们经常要利用极大似然法近似数据整体的分布，本篇文章通过介绍极大似然法及其一些性质，旨在深入浅出地解释清楚极大似然法。

0. 贝叶斯概率

首先看一下经典的贝叶斯公式：
$p(Y|X)=\frac{p(X|Y)p(Y)}{p(X)}$

其中， $p(Y)$ 称为先验概率( $prior$ )，即根据先验知识得出的关于变量 $Y$ 的分布， $p(X|Y)$ 称为似然函数（ $likelihood$ ）， $p(X)$ 为变量 $X$ 的概率， $p(Y|X)$ 称之为条件概率（给定变量 $X$ 的情况下 $Y$ 的概率， $posterior$ ，后验概率）。

1. 似然函数

似然，即可能性；顾名思义，则似然函数就是关于可能性的函数了。在统计学中，它表示了模型参数的似然性，即作为统计模型中参数的函数。一般形式如下：

$L(\omega)=p(D | \omega) = p(x_1, x_2, \cdots ,x_n| \omega)$

其中， $D$ 表示样本集 $\{x_1,x_2,\cdots, x_n\}$ , $\omega$ 表示参数向量。

似然函数表示了在不同的参数向量 $\omega$ 下，观测数据出现的可能性的大小，它是参数向量 $\omega$ 的函数。在某种意义上，我们可以认为其是条件概率的逆反 $^{[1]}$ 。

在这里利用Wikipedia $^{[1]}$ 中的例子简要说明一下似然函数，同时也引出极大似然估计。

考虑优质一枚硬币的实验，通常来说，我们的硬币都是“公平”（质地均匀）的，即正面向上（Head）的概率 $p_H=0.5$ ，由此概率我们可以知道投掷若干次后各种结果出现的可能性（概率，或然性）。

例如，投掷硬币两次，两次都为上的概率为0.25，利用条件概率表示，即：
$P(HH|p_h=0.5)=0.5^2=0.25$
如果一个硬币并非质地均匀，那么它可能是一枚“非公平”的。在统计学中，我们关注的是已知一系列投掷的结果时，关于硬币投掷时正面朝上的可能性的信息。我们可以建立一个统计模型：假设硬币投出时会有 $p_H$ 的概率正面朝上，则有 $1-p_H$ 的概率反面朝上。这时通过观察已发生的两次投掷，条件概率可以改写成似然函数：
$L(p_H)=P(HH|p_H=0.5)=0.25$

也就是说，对于取定的似然函数，在观测到两次投掷都是正面朝上时， $p_H$ 的似然性是0.25。注意，反之并不成立，即当似然函数为0.25时，不能推论出 $p_H=0.25$ 。

如果考虑 $p_H=0.6$ ，那似然函数也会改变：
$L(p_H)=P(HH|p_H=0.6)=0.36$
如图所示，注意到似然函数的值变大了。这说明，如果参数 $p_H$ 取值变成0.6的话，结果观测到连续两次正面朝上的概率比假设 $p_H=0.5$ 时更大，也就是说，参数 $p_H$ 取0.6要比取成0.5更有说服力，更为"合理"。

file

总之，似然函数的重要性不是它的具体取值，而是当参数变化时，函数到底变小还是变大。

对同一个似然函数，其所代表的模型中，某项参数值具有多种可能，但如果存在一个参数值，使得它的函数值最爱的话，那么这个值就是这项参数最为“合理”的参数值。

在这个例子中， $p_H$ 取1时，似然函数达到最大值。也即是，当连续观测到两次正面朝上时，假设硬币投掷时正面朝上的概率为1是最合理的。

在上述引用中，我们看到了一个极端的结论，即未来所有的投掷都会是正面向上，这是频率派观点下使用广泛的一种方法，即极大似然法。在上面的观点中（频率派）， $\omega$ 被认为是一个固定的参数，它的值通过估计来确定。但是在贝叶斯派观点中，只有一个数据集 $D$ (即实际观测到的数据集)，参数的不确定性通过 $\omega$ 的概率分布来表达。贝叶斯的观点是对先验概率的包含是很自然的事情，包含先验概率的贝叶斯方法将不会得到上述的极端结论。

另外还有两点需要注意，第一，似然函数不是 $\omega$ 的概率分布，关于 $\omega$ 的积分并不一定等于1；第二，似然 $\ne$ 概率，概率（或然性）用于在已知一些参数的情况下预测接下来的结果，似然性则是在已知某些结果时，对有关参数进行估值。关于第二点，举个例子，如果我有一枚硬币，如果是质地均匀的（已知参数），那么它出现正面朝上的概率为0.5（结果）；同样地，如果一枚硬币，我抛了100次，正面朝上52次（结果），那么我认为硬币十有八九是质地均匀的（估计参数）。

2. 极大似然估计（maximum likelihood estimation， MLE）

了解了似然函数，那么极大似然估计是什么就很好理解了，它是一种用来估计一个概率模型参数的方法。根据公式（2），我们一旦获得一个数据集 $D$ ，那我们就能求得一个关于 $\omega$ 的估计，极大似然估计会寻找一个最可能的值（此处的可能是最可能的 $\omega$ ，这个 $\omega$ 可以使出现采样 $D$ 的可能性最大化）。

从数学上来讲，我们可以在 $\omega$ 的所有取值中，寻找一个值使得似然函数达到最大值，这种估计方法称之为极大似然估计。极大似然估计是样本不变时，关于 $\omega$ 的函数。极大似然估计不一定存在，也不一定唯一。

在第1节中预测硬币的质地 $\omega$ ，是关于极大似然估计的一个经典例子。其他例子可以查看参考文献 $^{[2]}$ 。

现在我们看一下极大似然估计在正态分布中的应用：

现在假定我们有一个观测的数据集 $\mathbf{x}=(x_1,\cdots,x_N)^T$ ，表示标量变量 $x$ 的N次观测。我们假定各次观测是独立地从高斯分布中抽取，分布的均值 $\mu$ 和方差 $\sigma^2$ 未知，我们想根据数据集来确定这些参数。两个独立事件的联合概率可以由各个事件的边缘概率的乘积得到。我们的数据集 $\mathbf{x}$ 是独立同分布的，因此给定 $\mu$ 和 $\sigma^2$ ，我们可以给出高斯分布的似然函数：
$p(\mathbf{x}|\mu,\sigma^2)=\prod_{n=1}^{N}\mathcal{N}(x_n|\mu,\sigma^2)$

为了简化分析和有助于数值运算,我们取似然函数的对数（最大化对数似然等价于最大化似然函数，很容易证明）:
$ln(\mathbf x|\mu,\sigma^2)=-\frac {1} {2\sigma^2} \sum_{n=1}^{N}(x_n-\mu)^2-\frac {N}{2}ln\sigma^2-\frac{N}{2}ln(2\pi)$
关于 $\mu$ ，最大化对数似然函数，得到 $\mu$ 的最大似然解：
$\mu_{ML}=\frac {1}{N} \sum_{n=1}^{N}x_n$
可看到解为样本均值。同理，方差 $\sigma^2$ 的最大似然解为：
$\sigma_{ML}^2=\frac {1}{N} \sum_{n=1}^{N}(x_n-\mu_{ML})^2$
由此完成了正态分布的极大似然估计。

3. 极大似然的有偏性

极大似然估计方法求解参数有一定局限性 $^{[3]}$ ，极大似然法除了会得出第1节中关于硬币的极端情况外，还会出现一种情况，有偏估计，就是期望 $\ne$ 理想值。最大似然方法会系统化地低估分布的方差。下面进行证明：

均值的估计 $\mu_{ML}$ 的期望 $E[\mu_{ML}]$ 为:
$E(\mu_{ML})=E(\frac{1}{N} \sum_{n=1}^{N}x_n)=\frac {1}{N}E({\sum_{n=1}^{N}x_n})=\frac{1}{N}\sum_{n=1}^{N}E(x_n)=\mu$

方差的估计 $\sigma^2$ 的期望 $E[\sigma_{ML}^2]$ 为：
$E[\sigma_{ML}^2]=E(\frac {1}{N} \sum_{n=1}^{N}(x_n-\mu_{ML})^2)=E(\frac{1}{N}\sum_{n=1}^{N}x_n^2-\mu_{ML}^2)=\frac {1}{N}\sum_{n=1}^{N}E(x_n^2)-E(\mu_{ML}^2)$

然后求其后两项，正态分布的二阶矩为
$E(x_n^2)=\mu^2+\sigma^2$
而

$E(\mu_{ML}^2)=E((\frac{x_1+x_2+x_3+\cdots+x_n}{n})^2)=\frac{1}{n^2}(n^2\mu^2+n\sigma^2)$

故：
$E[\sigma_{ML}^2]=\frac{n-1}{n}\sigma^2$
由此证明了极大似然的有偏性。其中公式（12）和公式（13）的证明可自行参考正态分布的基础知识。

在这里，PRML $^{[3]}$ 给出了更直观地解释，如下图：

file

其中，绿色曲线表示真实高斯分布，数据点是根据此概率分布生成，三条红色分别拟合了三个高斯概率分布，每个数据集包含了两个蓝色数据点，对三个数据集求平均，很明显方差被低估了。因为它是相对样本均值进行测量的，而不是相对真实的均值进行测量

4. 后记

极大似然作为机器学习中的一种最常用方法，深刻理解其含义是非常必要且有用的，应该像这对于理解概率论和一些常见的模型有着很大的帮助。当然，极大似然法还有一些性质，如泛函不变性，渐行线行为，限于时间精力和个人水平，没有给出证明，读者可自行参考维基百科 $^{[2]}$ 。文章中大部分内容为总结和摘抄，共勉。

参考文献：

https://zh.wikipedia.org/wiki/%E4%BC%BC%E7%84%B6%E5%87%BD%E6%95%B0
https://zh.wikipedia.org/wiki/%E6%9C%80%E5%A4%A7%E4%BC%BC%E7%84%B6%E4%BC%B0%E8%AE%A1
《 [Pattern Recognition and Machine Learning](http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop - Pattern Recognition And Machine Learning - Springer 2006.pdf) 》（即PRML）
《Theory of Point Estimation》
https://www.zhihu.com/question/35670078

最后编辑于：2019.10.15 17:41:16

人面猴
序言：七十年代末，一起剥皮案震惊了整个滨河市，随后出现的几起案子，更是在滨河造成了极大的恐慌，老刑警刘岩，带你破解...
沈念sama阅读 227,156评论 6赞 529
死咒
序言：滨河连续发生了三起死亡事件，死亡现场离奇诡异，居然都是意外死亡，警方通过查阅死者的电脑和手机，发现死者居然都...
沈念sama阅读 97,866评论 3赞 413
救了他两次的神仙让他今天三更去死
文/潘晓璐我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些...
开封第一讲书人阅读 174,880评论 0赞 373
道士缉凶录：失踪的卖姜人
文/不坏的土叔我叫张陵，是天一观的道长。经常有香客问我，道长，这世上最难降的妖魔是什么？我笑而不...
开封第一讲书人阅读 62,398评论 1赞 308
港岛之恋（遗憾婚礼）
正文为了忘掉前任，我火速办了婚礼，结果婚礼上，老公的妹妹穿的比我还像新娘。我一直安慰自己，他们只是感情好，可当我...
茶点故事阅读 71,202评论 6赞 405
恶毒庶女顶嫁案：这布局不是一般人想出来的
文/花漫我一把揭开白布。她就那样静静地躺着，像睡着了一般。火红的嫁衣衬着肌肤如雪。梳的纹丝不乱的头发上，一...
开封第一讲书人阅读 54,743评论 1赞 320
城市分裂传说
那天，我揣着相机与录音，去河边找鬼。笑死，一个胖子当着我的面吹牛，可吹牛的内容都是我干的。我是一名探鬼主播，决...
沈念sama阅读 42,822评论 3赞 438
双鸳鸯连环套：你想象不到人心有多黑
文/苍兰香墨我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我...
开封第一讲书人阅读 41,962评论 0赞 285
万荣杀人案实录
序言：老挝万荣一对情侣失踪，失踪者是张志新（化名）和其女友刘颖，没想到半个月后，有当地人在树林里发现了一具尸体，经...
沈念sama阅读 48,476评论 1赞 331
护林员之死
正文独居荒郊野岭守林人离奇死亡，尸身上长有42处带血的脓包…… 初始之章·张勋以下内容为张勋视角年9月15日...
茶点故事阅读 40,444评论 3赞 354
白月光启示录
正文我和宋清朗相恋三年，在试婚纱的时候发现自己被绿了。大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
茶点故事阅读 42,579评论 1赞 365
活死人
序言：一个原本活蹦乱跳的男人离奇死亡，死状恐怖，灵堂内的尸体忽然破棺而出，到底是诈尸还是另有隐情，我是刑警宁泽，带...
沈念sama阅读 38,129评论 5赞 355
日本核电站爆炸内幕
正文年R本政府宣布，位于F岛的核电站，受9级特大地震影响，放射性物质发生泄漏。R本人自食恶果不足惜，却给世界环境...
茶点故事阅读 43,840评论 3赞 344
男人毒药：我在死后第九天来索命
文/蒙蒙一、第九天我趴在偏房一处隐蔽的房顶上张望。院中可真热闹，春花似锦、人声如沸。这庄子的主人今日做“春日...
开封第一讲书人阅读 34,231评论 0赞 25
一桩弑父案，背后竟有这般阴谋
文/苍兰香墨我抬头看了看天上的太阳。三九已至，却和暖如春，着一层夹袄步出监牢的瞬间，已是汗流浃背。一阵脚步声响...
开封第一讲书人阅读 35,487评论 1赞 281
情欲美人皮
我被黑心中介骗来泰国打工，没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留，地道东北人。一个月前我还...
沈念sama阅读 51,177评论 3赞 388
代替公主和亲
正文我出身青楼，却偏偏与公主长得像，于是被迫代替她去往敌国和亲。传闻我的和亲对象是个残疾皇子，可洞房花烛夜当晚...
茶点故事阅读 47,568评论 2赞 370