GMM:高斯混合模型的数学推导笔记(下)
来源:互联网 发布:python csv文件 求和 编辑:程序博客网 时间:2024/06/05 16:33
§第三部分,GMM的另一种解法
在本部分,讲义中利用简森不等式(Jensen's Inequality)来实现GMM的求解。
在开始之前,首先对该不等式进行说明。由于对数函数f(x)=ln(x)是一个凹函数,可得到下面的不等式
ln[λxi+(1-λ)x2]>=λln(x1)+(1-λ)ln(x2)
推广该式可得到简森不等式( Jensen's Inequality)
其中λi必须满足之和为1。
假设现有的参数为Θ(下面的公式中出现θ上面有~符号的文字中使用Θ来表示))现在想找出新的θ值,使得J(θ)>J(Θ),同样假设m=3为例,那么J(θ)可以表示为:
因此:
在上一篇文章中的推导中βj(xi)的计算是根据Θ,而且
因为βj(xi)之和为1,因此套用简森不等式可得J(θ)>J(Θ)>=Q(θ),因此如果Q(θ)>0,那么J(θ)>J(Θ)则成立。同时我们希望J(θ)-J(Θ)差值越大越好(见图一),
故使用微分的方式计算Q(θ)的最值。由于Q(θ)是θ的函数,因此其他的作为常量:
由拉格朗日乘数法:
对aj微分:
以上三式相加:
所以:
最后的结果:
其中βi的计算是根据Θ得到。因此该方法和上一篇文章中的解法所得结果一致。
0 0
- GMM:高斯混合模型的数学推导笔记(下)
- GMM:高斯混合模型的数学推导笔记(上)
- 高斯混合模型(GMM)介绍以及学习笔记
- 高斯混合模型GMM的理解
- 高斯混合模型(GMM)
- 【转】高斯混合模型(GMM)
- 高斯混合模型(GMM)
- 高斯混合模型(GMM)
- 高斯混合模型(GMM)
- 高斯混合模型(GMM)
- 混合高斯模型(GMM)
- 聚类-混合高斯模型(GMM)
- 高斯混合模型(GMM)
- 高斯混合模型(GMM)
- 高斯混合模型(GMM)
- 高斯混合模型(GMM)
- 高斯混合模型(GMM)
- 高斯混合模型(GMM)的EM算法实现
- Problem M
- ContentResolver 用法
- Post-rock
- 基于栈的后缀表达法
- 在centos 6.2,python2.7 下安装QT 4.8.3,pyqt 4.9.5 详细步骤
- GMM:高斯混合模型的数学推导笔记(下)
- Android之自动化压力测试工具:Monkey的使用
- Notification中PendingIntent.Flag的应用
- 教你App如何上架应用宝----腾讯开放开发平台
- mysql中左连接,右连接,内连接查询,以及与where之间关系
- 从单调栈到计算1的矩阵
- 深入解析Android关机
- 网页常用js
- 入门Android开发--第一行代码--笔记系列(九)