EM算法

概率模型有时既含有可观测变量也会隐含变量，当所有变量都是可观测的，则一般的MLE或MAP方法可以估计出模型参数。但是当模型中存在隐含变量时，无法用MLE和MAP直接估计出模型参数，这时就要使用到EM算法。

EM算法：

用Y表示观测随机变量数据（不完全数据），Z表示隐随机变量数据，Y和Z合在一起称为完全数据。

给定观测数据Y，则其概率分布为：，其中是需要估计的模型参数，那么其实就是Y的似然函数。对数似然函数为：。在这里可以看出如果Y是完全数据，也就是不存在隐数据Z，则可以直接使用MLE估计出。虽然我们的模型中多了隐数据Z，但是我们的目标还是一样的，即极大化。

假设Y和Z的联合概率分布为：，则完全数据的对数似然函数为：。

EM算法通过迭代的方式求的极大似然估计，每次迭代包含两步：

E步：求期望；

M步：极大化。

输入：观测变量Y，隐变量Z，联合分布，条件分布。、表示对模型的一些假设，即数据Y、Z满足什么样的分布。

输出：模型参数。

（1）选择参数的初值。

（2）E步：设为第i次迭代的参数的估计值，在第i+1次迭代的E步，计算：

（该公式可以通过期望的公式推导）

这个公式被称为Q函数，是EM算法中最重要的一步！

Q函数：完全数据的对数似然函数关于在给点观测数据Y和当前参数下对隐数据的条件概率分布的期望称为Q函数。

（3）M步：求使极大化的，确定第i+1次迭代的参数估计值：

（其中是变量，找到可以使最大的就是）

（4）重复第（2）步和di（3）步，直至收敛。

上述过程就是EM算法的流程。EM算法有效的原因就是通过E步和M步可以保证，当取等号时收敛，并且EM只能保证可以找到的局部极大值，而不一定是全局极大值。

至于为什么EM算法有的性质，需要使用Jensen不等式进行证明！

下面说一个包含隐变量的例子，并且可以使用EM算法解决。

有三枚硬币，分别为A、B、C。这些硬币正面朝上的概率为a、b、c。进行如下抛硬币实验：先抛A，根据结果抛B或C，如果A为正面抛B，如果A为反面抛C。记录B和C的结果。

在上面的实验中，抛B和C的结果是可观测变量（但不知道哪些是B哪些是C）；而A的结果是隐变量。

该问题可以用EM算法估计出a、b、c的值。

EM算法对初值是敏感的，即使用不同的初值，最后得到的结果可能是不同的！