加载中…
博文
标签:

算法

分类: 流程

极大似然的理解例子:

       假设有一个袋子,里面装有红球和黑球,球的总数目未知,红球和黑球的比例未知,现要大概估计红球的概率。怎么做,很直观的想法,抽出100个球,发现有70个红球,30个黑球,那么我们就猜测红球的比例是70%,当然这个比例不一定准确,只是我们根据抽样的结果来猜测的,这个猜测结果随着拿出球的数目越多越准确。但是我们为什么会预估其红球的概率是70%呢,其实在极大似然中可以找到一定的踪影。

       我们假设红球的比例为p,进而抽出红球的概率为p,抽取黑球的概率为(1-p),那么抽出100个球后,这些球刚好长成“70红30黑”这个样子的概率是p70(1-p)30,那么现在的问题就转换为,当p为多少时,我们抽出来的球是长这个样子的概率最大,这个概率最大时对应的p,我们就最有把握。

       对L= p70(1-p)30求导,令导数为0,可得70p69(1-p)30-30(1-p)29p70=70-100p=0 => p=0.7

其中L就是似然概率,而令

标签:

tld

分类: 流程

TLD(Tracking Learning Detector),包括trackingmodelingdetection

  
  

新浪BLOG意见反馈留言板 欢迎批评指正

新浪简介 | About Sina | 广告服务 | 联系我们 | 招聘信息 | 网站律师 | SINA English | 产品答疑

新浪公司 版权所有