对于这个函数：
[P(x| heta)
]
输入有两个： (x) 表示某一个具体的数据；( heta) 表示模型的参数。
（1）如果( heta) 是已知确定的，(x)是变量，这个函数叫做概率函数(probability function)，它描述对于不同的样本点(x)，其出现概率是多少。
（2）如果(x)是已知确定的，( heta)是变量，这个函数叫做似然函数(likelihood function), 它描述对于不同的模型参数，出现(x)这个样本点的概率是多少。
这有点像“一菜两吃”的意思。其实这样的形式我们以前也不是没遇到过。例如，(f(x, y) = x^y), 即(x)的 (y)次 方 。
-
如果(x)是 已 知 确 定 的 ( 例如(x = 2)) ， 这 就 是 (f(y) = 2^y), 这 是 指 数 函 数 。
-
如果(y)是 已 知 确 定 的 (例如(y = 2)) ， 这 就 是(f(x) = x^2)，这是二次函数。
同一个数学形式，从不同的变量角度观察，可以有不同的名字。
————————————————
版权声明：本文为CSDN博主「nebulaf91」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/u011508640/article/details/72815981