基于正态分布的极大似然估计

现实生活中,无时无刻都存在着随机事件的发生,但并不是所有随机事件都能通过贝叶斯分类算法算出其概率。为解决该局限性,本文提出一种将概率密度估计事件转化成为参数估计事件的方法,基于极大似然估计的估计方法。仅需要知道事件的样本数据,结合极大似然算法,能解决众多随机事件问题,有效解决贝叶斯分类的局限性,对日常生活中随机事件的处理具有重要意义。