问题遇到的现象和发生背景
在学习机器学习的贝叶斯决策的时候,学到用极大似然估计参数时,似然函数用了对数,虽然我清楚这个会有比较多的好处,但是也有一个疑问,那就是,概率是处于[0,1]的值,那么取了对数ln之后,根据图像,我们可以知道对数值应该是[-∞,0],这里就有个问题:求出来的LL(θ_c)是负数之和,而原来的结果是正数,那最后如何运算使得他们最终求出的参数θ_c保持一致呢?
在学习机器学习的贝叶斯决策的时候,学到用极大似然估计参数时,似然函数用了对数,虽然我清楚这个会有比较多的好处,但是也有一个疑问,那就是,概率是处于[0,1]的值,那么取了对数ln之后,根据图像,我们可以知道对数值应该是[-∞,0],这里就有个问题:求出来的LL(θ_c)是负数之和,而原来的结果是正数,那最后如何运算使得他们最终求出的参数θ_c保持一致呢?