Python 涉及极小数的可能性

我有一个很大的可能性向量，都在（0到1）范围内，但是所有的数字都比1小很多。我需要计算这些向量乘积的最大似然

我怎样才能避免下溢，我的装配工在我所有的尝试中都失败了。我采取的第一步是将数组除以数组中的最大值。 我最大化n次采样的两个概率之和的乘积，最终我需要根据BIC最小化：

BIC = -2. * ln(L) + 5n_theta(nz)

总之，

L

是一个非常小的表单数字数组

L = product of ([(p(z1|a) + p(z1|b)), (p(z2|a) + p(z2|b)), ...., (p(zn|a) + p(zn|b))])

---

这里是一个例子，有两个参数

a

和

b

，我改变了它们，数组的大小为

n

，每个

p

都是

<1

您考虑过在对数似然中工作吗

L=（p1*p2*p3）**N

变成

ln（L）=N*（ln（p1）+ln（p2）+ln（p3））

这将更能抵抗数值精度问题

---

然后你可以直接在你的

-2.0*ln（L）+5n_theta（nz）

中使用

ln（L）

，

你好，我意识到我对我的问题解释得有多糟糕，我对它进行了大量的编辑。我尝试过类似的方法，但我相信我可能没有正确地实现它，谢谢你的帮助，我将进行回顾