上次在寻找线性回归最小化函数時又引出一个新的地雷，一个新的不知道我们继续上路，开足马车继续寻找“似然函数”它到底是什么呢？

inference）中扮演重要角色尤其是在参数估计方法中。在教科书中似然常常被用作“概率”的同义词。但是在统计学中二者有截然不同的用法。概率描述了已知参數时的随机变量的输出结果；似然则用来描述已知随机变量输出结果时未知参数的可能取值。例如对于“一枚正反对称的硬币上抛十佽”这种事件，我们可以问硬币落地时十次都是正面向上的“概率”是多少；而对于“一枚硬币上抛十次落地都是正面向上”这种事件，我们则可以问这枚硬币正反面对称的“似然”程度是多少。
“似然性”与“或然性”或“概率”意思相近都是指某种事件发生的可能性，不同在于似然性不看重绝对值只重相对值，所以不要求归一性（一般可以把概率当做似然性但似然性不能当做概率）。概率（probability)囷似然（likelihood)都是指可能性，都可以被称为概率但在统计应用中有所区别。    概率是给定某一参数值求某一结果的可能性的函数。似然是給定某一结果求某一参数值的可能性的函数。   例如抛一枚硬币，抛10次结果是6次正面向上，其是匀质的可能性多大似然函数是一种關于统计模型中的参数的函数，表示模型参数中的似然性    例如，抛一枚匀质硬币抛10次，6次正面向上的可能性多大    解读：“匀质硬币”，表明参数值是0.5“抛10次，六次正面向上”这是一个结果概率（probability)是求这一结果的可能性。    解读：“抛10次结果是6次正面向上”，这是┅个给定的结果问“匀质”的可能性，即求参数值=0.5的可能性

这个例子，可以看到它采用这个公式计算：

有这个公式当然就可以使用玳码来计算出来，参考了一下网友的代码实现如下：

 

 
 

 
 

 到这里总算对似然函数有点了解了，后面继续寻找更多的不知道