EM算法初探
来源:互联网 发布:淘宝网切糕 编辑:程序博客网 时间:2024/05/20 18:44
说是初探,然而并没有什么干货,开一个页面,等学到一定深度来整理。
前言
在概率模型中,如果变量都是观测变量(observable variable),则可以直接用极大似然估计法活着贝叶斯估计方法,但是变量除了有observable variable,还有潜在变量(latent variable),则需要采用EM(expectation maximization algorithm)算法。
三硬币模型
很容易得出:
其中Y是观测数据,Z是中间变量
求
EM算法
input:
output:
(1)选择初值
(2)E:记
(3)M:
(4)重复(2)(3),直到收敛
参考文献
李航《统计学习方法》
从最大似然到EM算法浅解
K-means聚类算法
0 0
- EM算法初探
- EM(期望最大化)算法(1):初探原理
- EM 算法
- EM 算法
- EM算法
- EM算法
- EM算法
- EM算法
- EM算法
- EM算法
- EM算法
- EM算法
- EM算法
- EM算法
- EM算法
- em算法
- EM算法
- EM算法
- ubuntu 14.04 firefox flashplugin
- $GLOBALS['HTTP_RAW_POST_DATA'] 和$_POST的区别
- java线程相关
- visual studio 2015 update 1 正式版本发布了
- 线程间通信
- EM算法初探
- Caffe + Ubuntu 14.04 64bit + CUDA 6.5 配置说明
- Cocos2Dv3.4在AppDelegate中不返回的情况及解决
- 从小白慢慢往上爬的历程--Java运算符
- 串口流控
- iOS中 陀螺仪/加速器 韩俊强的博客
- redis安装在以服务形式安装在linux上
- JavaScript 字符串(String)对象与Date(日期)对象
- 多态-接口回调Demo