目录

• 1 从一个问题开始
• 2 频率和概率
• 3 先验概率和后验概率
• 4 什么是几率？
• 5 回到问题
• 6 什么是似然？
• 7 写在最后

1 从一个问题开始

机器学习中，著名的Logistic分类回归算法，使用概率还是几率建模？

事实上国内没有很好的文章辨析概率和几率的区别，请各位带着问题往下看，相信会有所收获。

2 频率和概率

先给出定义。

频率(frequency)是当前已完成的有限次实验中，事件$X$发生的次数占总实验次数的比例，是经验值。根据伯努利大数定律：当实验次数足够大时，事件$X$发生的频率将趋于稳定值，此稳定值称为概率(Probability)，概率是给定模型参数后，对样本合理性的度量，而不涉及任何观测数据。

对未来的预测来源于过往经验，而沟通经验与未来的工具就是概率——所谓事件$X$发生可能性大小，就是事件$X$在历史中发生的频率大小!

引例1.1：抛掷一枚质地均匀的硬币并统计其向上、向下的次数。统计结果显示该硬币在100次抛掷实验中有60次向上，40次向下，求再掷1次硬币正面朝上的概率。

引例1.1中频率$f=60\%$而概率$P=50\%$。

3 先验概率和后验概率

引例1.2：如图所示，假设每次实验时随机从某个盒子里挑出一个球。随机变量$A$表示挑出的盒子，且设$P\left(A=blue\right)=0.6$；随机变量$B$表示挑中的球，问：
(a) $P\left(A=red\right)=?$ ；
(b) 在挑中蓝色盒子的条件下，$P\left(B=green\right)=?$；
(c) 已知挑出绿色的球，则其是从红色盒子中挑出的概率有多大？

可以得到如下答案：

(a) $P\left(A=red\right)=0.4$

(b) P(B=green∣A=blue) = P ( B = g r e e n , A = b l u e ) P ( A = b l u e ) =34 P\left( B=green|A=blue \right) =\frac{P\left( B=green,A=blue \right)}{P\left( A=blue \right)}=\frac{3}{4} P(B=green∣A=blue)=P(A=blue)P(B=green,A=blue)​=43​

(c) P(A=red∣B=green) = P ( B = g r e e n ∣ A = r e d )P ( A = r e d ) P ( B = g r e e n ) =211 P\left( A=red|B=green \right) =\frac{P\left( B=green|A=red \right) P\left( A=red \right)}{P\left( B=green \right)}=\frac{2}{11} P(A=red∣B=green)=P(B=green)P(B=green∣A=red)P(A=red)​=112​

先验概率也称边缘概率(marginal probability)，指根据以往经验和分析，在实验或采样前就可以得到而不依赖于其他任何事件的概率，例如 $P\left(A=red\right)=0.4$，其不依赖于任何事件(如取出绿球等)，在实验前就可得出。

后验概率也称条件概率(conditional probability)，指某事件(如实验或采样)已经发生，而与此相因果事件的概率，例如(Ab)(Ac)。

4 什么是几率？

对样本合理性的度量有两种方式：

(1) 以频度为核心的度量方式，关注频率的极限，此时称为概率，记为$P$；

(2) 以信念(belief)为核心的度量方式，此时称为几率(odds)，记为$O$。所谓信念，是相比于样本不合理而言，有多大把握认为样本合理的直观度量，即

O =P 1 − PO=\frac{P}{1-P} O=1−PP​

引例1.1中几率$O=1:1$说明无论再投掷多少次，仍然没有把握认为一定正面向上，此时若引入质地不均匀的硬币产生几率$O=10:1$，则可以直观地反映硬币正面向上比反面向上的可能性大得多。

概率或几率越大表明事件越有可能发生，因为它们对刻画样本合理性的本质相同。引入几率是因为其具有很多特殊性质，例如：

(1) 概率取值在0到1，但几率取值在0到正无穷，因此对几率取对数可以获得负无穷到正无穷范围的对称定义域，此时称为对数几率(log odds)。这种对称性被广泛应用于统计机器学习中，例如著名的Logistic回归分析；

(2) 几率更直观地反映了样本合理与不合理之间的置信差距，因此博彩行业引入赔率的概念来反应下注者对参赛者获胜的信心。

5 回到问题

Logistic分类回归算法，使用概率还是几率建模？

有了前面的铺垫，这个问题就很显然了。Logistic回归是联系函数取Sigmoid函数时的广义线性模型，化简后即得

f( x ^ ( i )) =g − 1 ( w ^T x ^ ( i )) ⇔ w ^ T x ^( i ) = ln ⁡ f ( x ^ ( i ) ) 1 − f ( x ^ ( i ) ) f\left( \boldsymbol{\hat{x}}^{\left( i \right)} \right) =g^{-1}\left( \boldsymbol{\hat{w}}^T\boldsymbol{\hat{x}}^{\left( i \right)} \right) \Leftrightarrow \boldsymbol{\hat{w}}^T\boldsymbol{\hat{x}}^{\left( i \right)}=\ln \frac{f\left( \boldsymbol{\hat{x}}^{\left( i \right)} \right)}{1-f\left( \boldsymbol{\hat{x}}^{\left( i \right)} \right)} f(x^(i))=g−1(w^Tx^(i))⇔w^Tx^(i)=ln1−f(x^(i))f(x^(i))​

对这个式子不熟悉的话可以等我后面进行Logistic分类回归算法的详解。

将上式中的$f(x)$看作后验概率p( y i =1∣ x ^ ( i )) p\left( y_i=1|\boldsymbol{\hat{x}}^{\left( i \right)} \right) p(yi​=1∣x^(i))则等式右边就是对数几率，这是因为用几率可以获得负无穷到正无穷的对称定义域。所以回答文章开始的问题：Logistic分类回归算法，使用几率建模。

6 什么是似然？

概率与似然是站在两个角度上看待问题。假设样本集为$X$，环境参数为$\theta$

(1) 当环境参数$\theta$已知时为概率问题：概率即是给定模型参数后，对样本合理性的描述，而不涉及任何观测数据。

(2) 当环境参数$\theta$未知时为似然问题：似然即是给定样本观测数据，从而推测可能产生这个结果的环境参数。似然问题也称为逆概(Converse Probability)问题。

引例1.3：(a) 假设掷一枚硬币正面朝上概率为$\theta =0.5$，求掷10次硬币中有7次正面朝上的概率；(b) 有一个硬币有$\theta$的概率正面朝上，为确定$\theta$做如下实验：掷10次硬币得到一个正反序列——HHTTHTHHHH。

显然，(Qa)可以不依赖任何观测数据计算出 ，即最终的观测数据在0.117附近则认为是合理的；(Qb)则是通过观测数据构造似然函数来反推环境参数：事实上，这符合人类认识的规律——即在不断地实践中获得观测数据，再从观测数据中总结经验规律(对应于模型参数)。在机器学习中，也往往是需要机器根据已有的数据学到相应的分布——即确定由$\theta$决定的模型。

似然认为$\theta$是随机变量其实是贝叶斯学派的观点，关于贝叶斯方法的具体分析可以参考机器学习：详解贝叶斯网络+例题分析。

7 写在最后

本文完整地辨析了统计机器学习理论中常用的频率、概率、几率、似然概念，帮助各位读者今后学习AI、ML理论知识。另外，本专栏后续会开放Python机器学习实战系列，基于周志华老师的西瓜书，对课后的编程题（例如LDA、DT等）逐一给出完整源码，欢迎订阅本专栏，也欢迎关注作者。