EM算法
来源:互联网 发布:分水岭算法优缺点 编辑:程序博客网 时间:2024/04/29 15:49
EM算法
用X表示观测随机变量,Z表示隐随机变量。X和Z连在一起称为完全数据(complete-data),Y为不完全数据(incomplete-data)。给定训练样本
对于每一个样例
如果z是连续性的,那么
构造极大似然函数
式(3),式(4)可以理解为:
根据式(4),
于是我们可以先固定
时,下界和
由式(5),式(1)可知,
所以,只要
于是迭代过程为:第t次迭代的结果为
根据个人理解,EM算法适用于包含隐变量,即样本可能含有多个分布的情况,迭代求出不同分布模型的参数
本文参考自李航的统计学习分析以及JerryLead的博客,是本人的学习笔记,如有侵权,请告知,并感谢所有无私奉献的博主。
0 0
- 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
- EM算法
- EM算法
- codeforces22c System Administrator【给定一个割顶输出边 BCC】
- 匹配字符类
- HDU5672String
- 如何分析APP功能需求、结构
- IO:存储到数组里 需求:演示Reader中的read(char[]);读取方法。
- EM算法
- android中Context的应用总结
- Windows下常用的100个CMD指令以及常见的操作
- Codeforces Round #348 DIV2 C. Little Artem and Matrix(将矩阵的第x行向左边旋转一位,将矩阵的第y列向上边旋转一位,现在的第x,y位置为z)
- Epoll简介以及例子
- 管道元字符(|)在正则表达式中的意思是“或者(OR)”。
- Android DiskLruCache框架解析,硬盘加载图片到缓存
- c++实验5——作业
- IO:将C盘的一个文件复制到D盘