一文读懂矩估计、极大似然估计和贝叶斯估计
概率论和数理统计是机器学习重要的数学基础。
概率论的核心是已知分布求概率，数理统计则是已知样本估整体。
概率论和数理统计是互逆的过程。概率论可以看成是由因推果，数理统计则是由果溯因。
数理统计最常见的问题包括参数估计，假设检验和回归分析。
所谓参数估计，就是已知随机变量服从某个分布规律，但是概率分布函数的有些参数未知，那么可以通过随机变量的采样样本来估计相应参数。
参数估计最主要的方法包括矩估计法，极大似然估计法，以及贝叶斯估计法。
机器学习中常常使用的是极大似然估计法和贝叶斯估计法。
公众号后台回复关键字：源码， 获取本文含有公式latex源码的原始markdown文件。
一，矩估计法
矩估计的基本思想是用样本的k阶矩作为总体的k阶矩的估计量，从而解出未知参数。
例如
服从正态分布，但
和
参数未知。
对
采样N次，得到
试估计参数
和
解：用样本的一阶距估计总体的一阶距，用样本的二阶中心距估计总体的二阶中心距。
可以得到：
对
的估计是有偏的，
无偏估计是
二，极大似然估计法
极大似然估计法简称MLE(Maximum Likelihood Estimation).
极大似然估计法先代入参数值计算观测样本发生的概率，得到似然函数，然后对似然函数求极大值，得到对应的参数，即为极大似然估计参数。
对于离散随机变量X，N次采样得到样本结果为
，则极大似然估计法的公式为：
对于连续随机变量X，如果其概率密度函数为
，其中
为待求参数向量。
那么N次采样得到样本结果为
的概率正比于如下似然函数
为了便于计算方便，可以构造对数似然函数为
对数似然函数取极大值时，有
求解该方程可以得到
的极大似然估计
。
例如
服从正态分布，但
和
参数未知。
对
采样n次，得到
试估计参数
和
解：
正态分布的概率密度函数为
对应的对数似然函数为
对数似然函数取极大值时，有
解得
三，贝叶斯估计法
贝叶斯估计也叫做最大后验概率估计法, 简称MAP(Maximum A Posterior)。
可以认为极大似然估计是贝叶斯估计不考虑先验概率的特例。
在概率论中有两大学派，频率学派和贝叶斯学派。
频率学派认为随机变量服从特定的统计分布规律，分布函数的参数是确定的数，可以通过抽样来估计。
和频率学派不同，贝叶斯学派认为一切皆为随机变量，随机变量的分布函数的参数也是随机变量，对其进行抽样估计时还必须考虑参数的先验分布。
在贝叶斯学派中，似然函数被理解为
在
已知时的条件概率:
而
本身也为随机变量，具有先验概率分布函数
贝叶斯估计的想法是最大化
的后验概率, 应用贝叶斯公式得到
当不考虑先验概率
时，最大化后验概率回到极大似然估计。
由于在实践中，先验概率
往往并不可知，所以极大似然估计法用的更多一些。
在机器学习中，有一种和引入先验概率等效的做法，那就是在目标函数(相当于对数似然函数)后面加入正则化项。
如果加入的是L1正则化，相当于假设了参数的先验分布符合双指数分布，而如果引入了L2正则化，相当于假设了参数的先验分布符合正态分布。
在机器学习中，经验风险最小化和极大似然估计对应，结构风险最小化和贝叶斯估计对应。
如果对本文内容理解上有需要进一步和作者交流的地方，欢迎在公众号"Python与算法之美"下留言。作者时间和精力有限，会酌情予以回复。
也可以在公众号后台回复关键字：加群，加入读者交流群和大家讨论。