02 — 概率论与机器学习（Probability Theory for ML）

概率论（Probability Theory）是机器学习的核（kernel /ˈkɜːrnl/）心语言。几乎所有 ML 算法——从线性回归（regression /rɪˈɡreʃən/）的损失函数到贝叶斯推断，从随机（stochastic /stəˈkæstɪk/）梯度（gradient /ˈɡreɪdiənt/）下降到生成模型——都建立在概率论的基础之上。本章从概率分布出发，逐步展开贝叶斯定理、最大似然估计（MLE）、最大后验估计（MAP）以及期望与方差等核心概念，为后续理解各类 ML 模型打下坚实的数学基础。

---

1. 概率分布（Probability Distributions）

1.1 随机变量（Random Variable）

随机变量（Random Variable） 是将随机试验的结果映射为数值的函数，分为两类：

类型	取值	示例
离散型（Discrete）	可数有限个或可数无限个	硬币正面次数、骰子点数
连续型（Continuous）	某个区间内的任意实数	身高、温度、房价

1.2 概率质量函数（PMF）与概率密度函数（PDF）

• PMF（Probability Mass Function）：描述离散随机变量取某个特定值的概率，满足 $p(x)\ge 0$ 且 $\sum _{x}p(x)=1$。
• PDF（Probability Density Function）：描述连续随机变量在某个点处的"密度"，满足 $f(x)\ge 0$ 且 ${\int }_{-\mathrm{\infty }}^{\mathrm{\infty }}f(x)dx=1$。某区间内的概率为 PDF 在该区间上的积分：$P(a\le X\le b)={\int }_a^{b}f(x)dx$。

1.3 伯努利分布（Bernoulli Distribution）

伯努利分布（Bernoulli Distribution） 建模单次二值试验的结果，如抛一次硬币是否正面朝上。

参数（parameter /pəˈræmɪtər/）：$p\in [0,1]$ —— 正面（$x=1$）的概率。

PMF：

$$p(x\mid p)=p^x(1-p{)}^{1-x},x\in \{0,1\}$$

• 当 $x=1$ 时，$p(1)=p$
• 当 $x=0$ 时，$p(0)=1-p$

期望与方差：$\mathbb{E}[X]=p$, $\text{Var}[X]=p(1-p)$

1.4 二项分布（Binomial Distribution）

二项分布（Binomial Distribution） 建模 $n$ 次独立同分布的伯努利试验中成功次数的分布。

参数：$n\in {\mathbb{N}}^{+}$（试验次数）, $p\in [0,1]$（单次成功概率）。

PMF：

$$p(k\mid n,p)=(\genfrac{}{}{0ex}{}{n}{k})p^k(1-p{)}^{n-k},k=0,1,\dots ,n$$

其中 $(\genfrac{}{}{0ex}{}{n}{k})=\frac{n!}{k!(n-k)!}$ 是组合数（二项式系数）。

期望与方差：$\mathbb{E}[X]=np$, $\text{Var}[X]=np(1-p)$

直觉：二项分布是伯努利分布的"重复版本"。当 $n=1$ 时，二项分布退化为伯努利分布。

1.5 正态分布 / 高斯分布（Normal / Gaussian Distribution）

正态分布（Normal Distribution），也称高斯分布（Gaussian Distribution），是概率论中最核心的连续分布。中心极限定理（Central Limit Theorem）保证了大量独立随机变量之和趋近于正态分布，因此它在自然界和 ML 中无处不在。

参数：$\mu \in \mathbb{R}$（均值，Mean）, ${\sigma }^2>0$（方差，Variance），常记作 $\mathcal{N}(\mu ,{\sigma }^2)$。

PDF：

$$f(x\mid \mu ,{\sigma }^2)=\frac{1}{\sqrt{2\pi {\sigma }^2}}\exp (-\frac{(x-\mu {)}^2}{2{\sigma }^2})$$

性质：

• PDF 关于 $x=\mu$ 对称
• $\mu$ 控制分布的中心位置，$\sigma$ 控制分布的宽度（标准差，Standard Deviation）
• 68-95-99.7 法则：约 68% 的数据落在 $\mu \pm \sigma$ 内，95% 在 $\mu \pm 2\sigma$ 内，99.7% 在 $\mu \pm 3\sigma$ 内

联系与区别：伯努利和二项分布是离散分布，用于分类（classification /ˌklæsɪfɪˈkeɪʃən/）问题中的标签建模；正态分布是连续分布，广泛用于回归任务中的误差建模和参数初始化。

1.6 类别分布 / 多项分布（Categorical / Multinomial Distribution）

类别分布（Categorical Distribution） 是伯努利分布从 2 类到 $K$ 类的推广，建模单次 $K$ 值试验的结果（如掷 $K$ 面骰子）。多项分布（Multinomial Distribution） 则是 $n$ 次独立类别试验的联合分布。

类别分布参数：$\mathit{\pi }=({\pi }_1,\dots ,{\pi }_K)$，满足 ${\pi }_k\ge 0$ 且 $\sum _{k=1}^K{\pi }_k=1$。

类别分布 PMF：

$$p(x\mid \mathit{\pi })=\prod _{k=1}^K{\pi }_k^{\mathbb{I}[x=k]}$$

其中 $\mathbb{I}[\cdot ]$ 是指示函数（Indicator Function）。

多项分布 PMF（$n$ 次试验，第 $k$ 类出现 $n_k$ 次）：

$$p(n_1,\dots ,n_K\mid n,\mathit{\pi })=\frac{n!}{n_1!\cdots n_K!}\prod _{k=1}^K{\pi }_k^{n_k}$$

多项分布在 ML 中用于建模文本的词袋表示（Bag-of-Words）和分类问题的标签分布。

---

2. 条件概率与贝叶斯定理（Bayes' Theorem）

2.1 条件概率（Conditional Probability）

条件概率 $P(A\mid B)$ 表示在事件 $B$ 已发生的条件下事件 $A$ 发生的概率：

$$P(A\mid B)=\frac{P(A\cap B)}{P(B)},P(B)>0$$

乘法定理（Multiplication Rule）由上式直接可得：

$$P(A\cap B)=P(A\mid B)P(B)=P(B\mid A)P(A)$$

2.2 全概率公式（Law of Total Probability）

若事件 $B_1,B_2,\dots ,B_K$ 构成样本空间的一个划分（即互不相交且并集为全集），则对任意事件 $A$：

$$P(A)=\sum _{k=1}^{K}P(A\mid B_k)P(B_k)$$

2.3 贝叶斯定理（Bayes' Theorem）

贝叶斯定理将先验知识与观测数据结合，得到后验概率：

$$P(B_i\mid A)=\frac{P(A\mid B_i)P(B_i)}{P(A)}=\frac{P(A\mid B_i)P(B_i)}{\sum _{j=1}^{K}P(A\mid B_j)P(B_j)}$$

在 ML 中，我们通常写成以下形式：

$$P(\theta \mid \mathcal{D})=\frac{P(\mathcal{D}\mid \theta )P(\theta )}{P(\mathcal{D})}$$

其中：

符号	名称	含义
$P(\theta )$	先验（Prior）	观测数据之前，我们对参数 $\theta$ 的信念
$P(\mathcal{D}\mid \theta )$	似然（Likelihood）	在参数 $\theta$ 下，数据 $\mathcal{D}$ 出现的概率
$P(\mathcal{D})$	证据（Evidence）	数据出现的总概率（归一化（normalization /ˌnɔːrmələˈzeɪʃən/）常数）
$P(\theta \mid \mathcal{D})$	后验（Posterior）	观测数据之后，我们对 $\theta$ 更新的信念

推导：由乘法定理，$P(\theta \cap \mathcal{D})=P(\mathcal{D}\mid \theta )P(\theta )=P(\theta \mid \mathcal{D})P(\mathcal{D})$，两边除以 $P(\mathcal{D})$ 即得上式。

2.4 经典案例：医学检测（Medical Test）

设某种疾病的患病率 $P(\text{病})=0.01$（先验）。检测方法的灵敏度（Sensitivity） $P(\text{+}\mid \text{病})=0.99$，特异度（Specificity） $P(\text{-}\mid \text{无病})=0.95$。

若一个人检测结果为阳性（+），其真正患病的概率是多少？

$$P(\text{病}\mid \text{+})=\frac{P(\text{+}\mid \text{病})P(\text{病})}{P(\text{+}\mid \text{病})P(\text{病})+P(\text{+}\mid \text{无病})P(\text{无病})}=\frac{0.99\times 0.01}{0.99\times 0.01+0.05\times 0.99}\approx 0.167$$

直觉：即使检测灵敏度很高，由于患病率很低（1%），阳性结果的实际患病概率只有约 16.7%。这就是为什么大规模筛查中假阳性率不可忽视。

---

3. 最大似然估计 MLE（Maximum Likelihood Estimation）

3.1 核心思想

最大似然估计（MLE, Maximum Likelihood Estimation） 的核心问题是：给定观测数据 $\mathcal{D}=\{x_1,\dots ,x_n\}$，哪个参数 $\theta$ 最有可能生成这些数据？

MLE 选择使似然函数（Likelihood Function） $P(\mathcal{D}\mid \theta )$ 最大的 $\theta$：

$${\hat{\theta }}_{\text{MLE}}=\arg \underset{\theta }{max}P(\mathcal{D}\mid \theta )$$

3.2 似然函数 vs 概率密度函数

两者在数学形式上相同，但视角不同：

• PDF/PMF：给定 $\theta$，描述数据 $x$ 的分布 —— 是 $x$ 的函数
• 似然：给定观测数据 $\mathcal{D}$，描述参数 $\theta$ 的"解释能力" —— 是 $\theta$ 的函数

$$\mathcal{L}(\theta \mid \mathcal{D})=P(\mathcal{D}\mid \theta )$$

3.3 MLE 实例：估计高斯分布的均值与方差

假设数据 $\{x_1,\dots ,x_n\}$ 独立同分布（i.i.d.）于 $\mathcal{N}(\mu ,{\sigma }^2)$。

Step 1：写出似然函数

$$P(\mathcal{D}\mid \mu ,{\sigma }^2)=\prod _{i=1}^n\frac{1}{\sqrt{2\pi {\sigma }^2}}\exp (-\frac{(x_i-\mu {)}^2}{2{\sigma }^2})$$

Step 2：取对数（Log-Likelihood） —— 将乘积变为求和，便于求导

$$\ell (\mu ,{\sigma }^2)=\log P(\mathcal{D}\mid \mu ,{\sigma }^2)=-\frac{n}{2}\log (2\pi )-\frac{n}{2}\log ({\sigma }^2)-\frac{1}{2{\sigma }^2}\sum _{i=1}^n(x_i-\mu {)}^2$$

Step 3：对 $\mu$ 求偏导并令其为零

$$\frac{\partial \ell }{\partial \mu }=\frac{1}{{\sigma }^2}\sum _{i=1}^n(x_i-\mu )=0\Rightarrow \sum _{i=1}^n{x}_i-n\mu =0\Rightarrow {\hat{\mu }}_{\text{MLE}}=\frac{1}{n}\sum _{i=1}^n{x}_i$$

MLE 对均值的估计就是样本均值（Sample Mean）。

Step 4：对 ${\sigma }^2$ 求偏导并令其为零

$$\frac{\partial \ell }{\partial {\sigma }^2}=-\frac{n}{2}\cdot \frac{1}{{\sigma }^2}+\frac{1}{2({\sigma }^2{)}^2}\sum _{i=1}^n(x_i-\mu {)}^2=0$$$$\Rightarrow {\hat{\sigma }}_{\text{MLE}}^2=\frac{1}{n}\sum _{i=1}^n(x_i-{\hat{\mu }}_{\text{MLE}}{)}^2$$

注意：${\hat{\sigma }}_{\text{MLE}}^2$ 是有偏估计（Biased Estimator），分母为 $n$ 而非 $n-1$。样本方差（Sample Variance）常用无偏估计 $S^2=\frac{1}{n-1}\sum (x_i-\overline{x}{)}^2$，分母 $n-1$ 来自自由度修正。

3.4 MLE 的一般步骤

1. 假设数据服从某个参数化分布 $P(x\mid \theta )$
2. 写出似然函数 $\mathcal{L}(\theta \mid \mathcal{D})=\prod _{i=1}^{n}P(x_i\mid \theta )$
3. 取对数得到 Log-Likelihood $\ell (\theta )$
4. 对参数 $\theta$ 求偏导，令导数为零
5. 解出 ${\hat{\theta }}_{\text{MLE}}$（可能需要数值优化）

---

4. 最大后验估计 MAP（Maximum A Posteriori Estimation）

4.1 从 MLE 到 MAP

MLE 只关注数据拟合，但当数据量少时，MLE 容易过拟合（overfitting /ˈoʊvərˈfɪtɪŋ/）（Overfitting）。MAP 引入先验（Prior） $P(\theta )$，结合数据的似然，最大化后验概率：

$${\hat{\theta }}_{\text{MAP}}=\arg \underset{\theta }{max}P(\theta \mid \mathcal{D})=\arg \underset{\theta }{max}\frac{P(\mathcal{D}\mid \theta )P(\theta )}{P(\mathcal{D})}$$

由于 $P(\mathcal{D})$ 与 $\theta$ 无关，等价于：

$${\hat{\theta }}_{\text{MAP}}=\arg \underset{\theta }{max}P(\mathcal{D}\mid \theta )P(\theta )$$

取对数形式：

$${\hat{\theta }}_{\text{MAP}}=\arg \underset{\theta }{max}[\underset{\text{Log-Likelihood}}{\underbrace{\log P(\mathcal{D}\mid \theta )}}+\underset{\text{Log-Prior}}{\underbrace{\log P(\theta )}}]$$

4.2 MAP vs MLE

方面	MLE	MAP
优化目标	$max\log P(\mathcal{D}\mid \theta )$	$max[\log P(\mathcal{D}\mid \theta )+\log P(\theta )]$
先验信息	不使用	使用
数据量少时	容易过拟合	更稳健（Regularized）
当先验为均匀分布	—	MAP = MLE
计算复杂度	较低	略高（需要额外乘先验）

4.3 MAP 与正则化（Regularization）的联系

取高斯先验 $\theta \sim \mathcal{N}(0,{\lambda }^{-1})$，其对数形式为 $\log P(\theta )=-\frac{\lambda }{2}{\theta }^2+\text{const}$。

MAP 的优化目标变为：

$${\hat{\theta }}_{\text{MAP}}=\arg \underset{\theta }{max}[\log P(\mathcal{D}\mid \theta )-\frac{\lambda }{2}{\theta }^2]$$

等价于最小化带 L2 正则化（regularization /ˌreɡjələraɪˈzeɪʃən/）（L2 Regularization） 的负对数似然（Negative Log-Likelihood）：

$${\hat{\theta }}_{\text{MAP}}=\arg \underset{\theta }{min}[-\log P(\mathcal{D}\mid \theta )+\frac{\lambda }{2}\parallel \theta {\parallel }^2]$$

这正是岭回归（Ridge Regression） 的损失函数！类似地，拉普拉斯先验（Laplace Prior）对应 L1 正则化（Lasso）。

核心 insight：从贝叶斯角度看，正则化不是人为的技巧，而是对参数施加先验分布的自然结果。

---

5. 期望、方差与协方差（Expectation, Variance, Covariance）

5.1 期望（Expectation / Expected Value）

期望是随机变量在概率意义上的"加权平均"。

类型	定义	公式
离散型	$\mathbb{E}[X]=\sum _{x}xp(x)$	每个可能值乘以其概率后求和
连续型	$\mathbb{E}[X]={\int }_{-\mathrm{\infty }}^{\mathrm{\infty }}xf(x)dx$	对 PDF 进行加权积分

期望的线性性质（Linearity of Expectation） —— 非常强大且常用：

$$\mathbb{E}[aX+bY]=a\mathbb{E}[X]+b\mathbb{E}[Y]$$

无论 $X$ 和 $Y$ 是否独立，这一性质都成立。

对函数的期望（Law of the Unconscious Statistician, LOTUS）：

$$\mathbb{E}[g(X)]=\{\begin{array}{ll}\sum _{x}g(x)p(x),& \text{离散}\\ {\int }_{-\mathrm{\infty }}^{\mathrm{\infty }}g(x)f(x)dx,& \text{连续}\end{array}$$

5.2 方差（Variance）

方差衡量随机变量围绕其均值的离散程度：

$$\text{Var}[X]=\mathbb{E}[(X-\mathbb{E}[X]{)}^2]=\mathbb{E}[X^2]-(\mathbb{E}[X]{)}^2$$

标准差（Standard Deviation）：${\sigma }_X=\sqrt{\text{Var}[X]}$，与 $X$ 量纲相同。

性质：

• $\text{Var}[aX+b]=a^2\text{Var}[X]$（常数平移不影响方差）
• $\text{Var}[X+Y]=\text{Var}[X]+\text{Var}[Y]+2\text{Cov}[X,Y]$

5.3 协方差与相关系数（Covariance & Correlation）

协方差（Covariance） 衡量两个随机变量共同变化的程度：

$$\text{Cov}[X,Y]=\mathbb{E}[(X-\mathbb{E}[X])(Y-\mathbb{E}[Y])]=\mathbb{E}[XY]-\mathbb{E}[X]\mathbb{E}[Y]$$

性质：

• $\text{Cov}[X,X]=\text{Var}[X]$
• 若 $X$ 与 $Y$ 独立，则 $\text{Cov}[X,Y]=0$（但反之不成立）
• $\text{Cov}[aX+b,cY+d]=ac\text{Cov}[X,Y]$

相关系数（Correlation Coefficient） 将协方差归一化到 $[-1,1]$ 区间：

$${\rho }_{X,Y}=\frac{\text{Cov}[X,Y]}{{\sigma }_X{\sigma }_Y}$$

• $\rho =1$：完全正相关；$\rho =-1$：完全负相关；$\rho =0$：不相关

5.4 协方差矩阵（Covariance Matrix）

对于 $D$ 维随机向量 $\mathbf{X}=(X_1,\dots ,X_D{)}^{\mathrm{\top }}$，协方差矩阵 $\mathrm{\Sigma }$ 是一个 $D\times D$ 的对称半正定矩阵：

$${\mathrm{\Sigma }}_{ij}=\text{Cov}[X_i,X_j]$$$$\mathrm{\Sigma }=\mathbb{E}[(\mathbf{X}-\mathbb{E}[\mathbf{X}])(\mathbf{X}-\mathbb{E}[\mathbf{X}]{)}^{\mathrm{\top }}]$$

协方差矩阵在 ML 中无处不在：

• 多元高斯分布（Multivariate Gaussian） 的 PDF 直接使用 $\mathrm{\Sigma }$
• PCA 对协方差矩阵做特征值分解
• 线性判别分析（LDA） 使用类内协方差矩阵

5.5 全期望公式（Law of Total Expectation）

全期望公式（Law of Total Expectation / Law of Iterated Expectations） 是一个经常用到但容易被忽视的有用公式：

$$\mathbb{E}[X]=\mathbb{E}[\mathbb{E}[X\mid Y]]$$

含义：整体期望 = 条件期望的期望。即先对每个 $Y$ 取值求条件期望，再对 $Y$ 的分布求加权平均。

推导（离散情况）：

$$\mathbb{E}[\mathbb{E}[X\mid Y]]=\sum _y\mathbb{E}[X\mid Y=y]P(Y=y)=\sum _y\sum _{x}xP(X=x\mid Y=y)P(Y=y)=\sum _{x}x\sum _{y}P(X=x,Y=y)=\sum _{x}xP(X=x)=\mathbb{E}[X]$$

---

5.6 代码精读：NumPy/SciPy 概率计算与 MLE 数值验证

把上面的公式用代码做一遍，既是验证，也是"把数学式子翻译成业务代码"的训练。

import numpy as np
from scipy import stats

# ── 1. 伯努利分布 ───────────────────────────────────────────
# 硬币正面概率 p=0.3，模拟 10 次
rng = np.random.default_rng(42)
flips = rng.binomial(n=1, p=0.3, size=10)
print("硬币序列:", flips)                 # e.g. [0 0 1 0 1 0 0 0 1 0]

# MLE 估计 p：正面次数 / 总次数
p_mle = flips.mean()
print(f"MLE 估计 p = {p_mle:.2f}")       # 应接近 0.3（样本少时偏差大）

# ── 2. 正态分布 MLE ──────────────────────────────────────────
mu_true, sigma_true = 5.0, 2.0
data = rng.normal(mu_true, sigma_true, size=1000)

# MLE：μ̂ = 样本均值，σ̂² = 样本方差（分母 n）
mu_hat    = data.mean()
sigma_hat = data.std(ddof=0)   # ddof=0 → 分母 n（MLE），ddof=1 → n-1（无偏）
print(f"MLE 估计: μ={mu_hat:.3f}, σ={sigma_hat:.3f}")
# 会非常接近 (5.0, 2.0)，因为 n=1000 足够大

# ── 3. 用 scipy 计算分布的 PDF/PMF/CDF ─────────────────────
x = np.linspace(0, 10, 200)
pdf_values = stats.norm.pdf(x, loc=mu_true, scale=sigma_true)
# stats.norm.pdf(x, loc=μ, scale=σ) = §1.5 公式里的 f(x) = (1/√(2πσ²)) * exp(...)
# 验证：对 PDF 做数值积分，结果应接近 1.0
from scipy.integrate import trapezoid
print(f"PDF 积分验证: {trapezoid(pdf_values, x):.6f}")   # → 1.000000

贝叶斯定理计算（§2 医学检测案例）：

# 疾病患病率（先验）
P_disease   = 0.01    # P(D=1)
P_healthy   = 0.99    # P(D=0) = 1 - P(D=1)

# 检测灵敏度 / 特异性
P_pos_given_disease  = 0.95   # P(+|D=1)  — 患病且阳性的概率
P_pos_given_healthy  = 0.05   # P(+|D=0)  — 健康但阳性（假阳性）的概率

# 全概率公式：P(+) = P(+|D=1)*P(D=1) + P(+|D=0)*P(D=0)
P_positive = P_pos_given_disease * P_disease + P_pos_given_healthy * P_healthy

# 贝叶斯定理：P(D=1|+) = P(+|D=1) * P(D=1) / P(+)
P_disease_given_pos = P_pos_given_disease * P_disease / P_positive
print(f"检测阳性后的患病概率: {P_disease_given_pos:.4f}")  # ≈ 0.161 （仅16%！）
# 这就是§2.4 案例的代码还原——结果令人意外，正说明先验概率 P(D)=1% 的重要性

MAP vs MLE 的数值对比（先验如何产生正则化效果）：

# 小样本下 MLE vs MAP（高斯先验，等价于 L2 正则化）
n_samples = 10  # 故意用小样本
small_data = rng.normal(mu_true, sigma_true, size=n_samples)

mu_mle = small_data.mean()                          # 纯 MLE：直接用样本均值

# MAP：高斯先验 μ ~ N(μ_0, τ²)，后验均值解析解为加权平均
mu_0 = 0.0     # 先验均值（假设我们倾向于相信均值在 0 附近）
tau  = 1.0     # 先验标准差
# 后验精度 = 似然精度 + 先验精度
precision_likelihood = n_samples / sigma_true**2
precision_prior      = 1 / tau**2
mu_map = (precision_likelihood * mu_mle + precision_prior * mu_0) / \
         (precision_likelihood + precision_prior)

print(f"真实 μ={mu_true}, MLE={mu_mle:.3f}, MAP={mu_map:.3f}")
# 小样本下 MAP 更接近 mu_true，MLE 波动更大
# 这正是 §4.3 说的"高斯先验 → L2 正则化"的效果

---

6. 本章小结

概念	要点	ML 中的典型用途
伯努利分布	单次二值试验，参数 $p$	二分类标签建模
二项分布	$n$ 次独立伯努利试验的成功次数	评估指标（Accuracy 的分布）
正态分布	$\mathcal{N}(\mu ,{\sigma }^2)$，中心极限定理	误差项、参数初始化、特征归一化
贝叶斯定理	$P(\theta \mid \mathcal{D})\propto P(\mathcal{D}\mid \theta )P(\theta )$	贝叶斯推断、朴素贝叶斯分类器
MLE	$max\log P(\mathcal{D}\mid \theta )$	线性回归、逻辑回归的参数估计
MAP	$max[\log \text{Likelihood}+\log \text{Prior}]$	带正则化的模型训练
期望	概率加权平均 $\mathbb{E}[X]$	损失函数（风险）的定义
方差/协方差	离散度 / 共变程度	PCA、特征选择、正态分布参数

---

7. 进一步阅读

• Pattern Recognition and Machine Learning — Christopher Bishop, Ch. 1-2
• The Elements of Statistical Learning — Hastie et al., Ch. 2
• scipy.stats 官方文档（Probability Distributions）
• 3Blue1Brown 贝叶斯定理可视化

---

下一章：第3章 — 微积分与优化

配套代码：probability_demo.py — 分布可视化、贝叶斯计算、MLE 数值验证