- Apa keterbatasan estimasi kemungkinan maksimum?
- Kapan saya harus menggunakan estimasi kemungkinan maksimum?
- Bagaimana Anda menghitung estimasi kemungkinan maksimum?
Apa keterbatasan estimasi kemungkinan maksimum?
Kerugian dari estimasi kemungkinan maksimum
Seperti masalah optimasi lainnya, estimasi kemungkinan maksimum dapat peka terhadap pilihan nilai awal. Bergantung pada kompleksitas fungsi kemungkinan, estimasi numerik bisa mahal secara komputasi. Perkiraan bisa bias dalam sampel kecil.
Kapan saya harus menggunakan estimasi kemungkinan maksimum?
Kerangka estimasi kemungkinan maksimum dapat digunakan sebagai dasar untuk memperkirakan parameter berbagai model pembelajaran mesin untuk regresi dan pemodelan prediktif klasifikasi. Ini termasuk model regresi logistik.
Bagaimana Anda menghitung estimasi kemungkinan maksimum?
Definisi: Data yang diberikan estimasi kemungkinan maksimum (MLE) untuk parameter p adalah nilai p yang memaksimalkan kemungkinan p (data | p). Artinya, MLE adalah nilai P yang kemungkinan besar data. 100 p (55 head | p) = (55) p55 (1 - p) 45. Kami akan menggunakan notasi P untuk MLE.