“最大似然（估计/方法）”：一种统计学与机器学习中的参数估计思想，通过选择使观测数据出现概率（似然）最大的参数值来拟合模型。常写作 **maximum likelihood (estimation)**，也可指“最大似然”原则本身。
/mk.s.mm la.ki.l.hd/
Maximum-likelihood estimation often works well with large datasets.
最大似然估计在大型数据集上通常效果很好。
Using a maximum-likelihood approach, the researcher fit a logistic regression model while accounting for missing data.
研究者采用最大似然方法拟合了逻辑回归模型，并同时处理了缺失数据的问题。
该术语由 maximum（最大） + likelihood（似然） 组成：在统计推断中，“似然”表示“在给定参数下，观察到当前数据的支持程度（有多‘可能’）”。“最大似然”这一表达与相关方法在 20 世纪统计学发展（尤其与 R.A. Fisher 的工作）中被系统化并广泛传播。
Select Language