likelihood likelihood什么意思
likelihood是什么意思
likelihood
[英][ˈlaɪklihʊd][美][ˈlaɪkliˌhʊd]
n.可能，可能颤困性; [数]似然，似真;
例句:
1.
Urbanisation decreases the likelihood of trees being felled for heating and building.
城市化进程降返皮低了因取漏洞差暖和大兴土木而砍伐树木的可能性。
2.
The likelihood of immediate reactions to indoor air pollutants depends on severalfactors.
对室内空气污染可能产生的即时反应取决于几个因素。
likelihood与chance的如何辨析
chance: n. possibility; likelihood 可能性
e.g. Is there any chance of getting tickets for tonight's performance?
有可能得到今晚演出的票吗？
What are the chances of his coming? 他来的可能性有多大？
She has a good chance/ no chance/ not much chance/ only a slim chance of winning.
她升埋茄大有液源希望/没有可能/没什么希望/只有些微的可能获胜吵察。
There's a good chance/ some chance (that) I'll have this essay finished by tomorrow.
我还是很有可能在明天之前完成这篇短文的。
问likelihood与chance,opportunity,probability的区别
按照我的经验，除opportunity有机遇这层意思外，一般认为这几个都是同义词，可以通吵圆用的，其中要说区别岩氏的话chance一般指代比率，例如1/0，而probability一般指代分数如0.1，如果严格区分的话，在科学论文上probability是你运用你已经升枣塌知道的知识对某个命题可靠性进行分析，而likelihood是依据客观的实验数据参数进行分析，chance在科学论文上则没有特定的定义，一般也不常用。
probability，likelihood和odds的区别？
在平时probability和odds通常是可以互换的，但是在数学角度上来看两者是有一定区别的。
Probability表示的是一个事件发生塌裂竖的几率，从0到1，如团大投掷一枚硬币，正源隐面的几率为50%，反面的几率为50%。若是用odds来表示，就是1:1了。
Probability
is
defined
as
the
fraction
of
desired
outcomes
in
the
context
of
every
possible
outcome
with
a
value
between
and
1,
where
would
be
an
impossible
event
and
1
would
represent
an
inevitable
event.
Probabilities
are
usually
given
as
percentages.
[ie.
50%
probability
that
a
coin
will
land
on
HEADS.]
Odds
can
have
any
value
from
zero
to
infinity
and
they
represent
a
ratio
of
desired
outcomes
versus
the
field.
Odds
are
a
ratio,
and
can
be
given
in
two
different
ways:
‘odds
in
favor’
and
‘odds
against’.
‘Odds
in
favor’
are
odds
describing
the
if
an
event
will
occur,
while
‘odds
against’
will
describe
if
an
event
will
not
occur.
If
you
are
familiar
with
gambling,
‘odds
against’
are
what
Vegas
gives
as
odds.
More
on
that
later.
For
the
coin
flip
odds
in
favor
of
a
HEADS
outcome
is
1:1,
not
50%.
likely likeness alike likely hood 的区别
likely 形容词，表示“可能的”，后面可以接动词不定式。埋雀
likeness 名词，表示渣判“相似如液改性”。
alike 形容词，表示“相似的”，作表语。
likelihood 名词，表示“可能性”。
希望我能帮助你解疑释惑。
如何理解和区分似然度(likelihood)与概率(probability)？
我在学习朴素贝叶中扰派斯算法时，发现所选教材中对于似然度与概率之间的概念区分解释的并不详细
（可能作者认为这是基础知识，所以没有详细阐述吧hh）
碰巧，我自己对于概率论的知识忘得差不多了，所以在这方面犯了不少难。
在查阅了各大搜索引擎之后，在Google里找到了我认为的Best Answer（相关链接我会放在文末，但内容是全英文的，需要一些耐心去读）。
进入正题：
首先，回答这个问题之前，我们需要分清楚我们的问题是基于 离散型随机变量 还是 连续型随机变量 。
比如，连续抛N次硬币问题、某车站在一定时间区间内接收的旅客数目问题等均属于离散型概率分布问题。
在这类问题中，我们可以通过对潜在的随机过程做出适当的假设来计算出一组特定结果的概率。
我们假设，
O为观察结果，θ为描述随机过程的参数集（即表示导致观察结果O的特征**）。
于是，当我们在求解所谓的概率的时候，其实就是在求解P(O|θ)。 换句话说，当我们得到θ的一个确定值时，P(O|θ)就是我们观察到事件的最终结果是O的概率。
但问题是，在实际情况下，当我们对一个真实生活中的随机过程进行建模时，我们通常是无法知晓θ的。展现在我们眼前的只有观察结果O。
也就是说，在李搭现实生活中我们往往可以知道一个事件的观察结果，但是无法知道是什么因素造成了这个结果。
所以，问题就卖贺来到了：我们需要找到一个估计值θ，让P(O|θ)在该θ下尽可能的大（即在该θ下，观察结果O是最有可能发生的）。
通常，我们将似然函数写作 L(θ|O) ，L(θ|O) = P(O|θ)
L(θ|O)表示方式意味着，似然函数是基于观察结果O为先决条件，参数集θ作为未知参数的函数。
意思是说我们已经得知了观察结果O，θ为估计值，我们通过不断输入不同的θ来求得对应的P(O|θ)。
我们希望通过改变估计值θ，使得求出来的 L(O|θ)（ = P(O|θ) ） 尽可能的大，因为以为这意味着更有可能是该θ导致了结果O的发生。
对于L(θ|O) 的最大值，我们将其称作 最大似然估计。
与离散型随机变量的情况相似的是，在该情况下我们同样只知道观察结果O，而不知道造成该结果的参数集θ。
然而，我们无法再讨论由得到观察结果O的概率P(O|θ)，因为在连续概率分布中，任意一点的概率都为零（P(O|θ) = 0）
因此，我们需要将概率密度函数与观察结果O联系起来，讨论的对象从P(O|θ) 转变为 f(O|θ)。则似然函数为 L(θ|O) = f(O|θ) 。
讨论的问题也相应地变为 通过改变估计值θ，使得 L(O|θ)（ = P(O|θ) ） 尽可能的大，以求得对于真实概率 的最大似然估计。
【若有错误，欢迎指正】
链接：
