当前位置:   article > 正文

EM算法思想_em算法的核心思想

em算法的核心思想

一、Jenson 不等式

如果 f 是凸函数,X 是随机变量,那么:

注意:特别地,如果 f 是严格凸函数,当且仅当 X 是常量时,上式取等号。

例如:

二、EM算法:

1、隐变量

似然函数下界

 其中:Z(Z1...Zk)是隐变量,它是不可观测的,

为完全数据,能观测到的x为不完全数据

 2、似然函数求下界(通过Jensen不等式)

注意:

 3、E-step 寻找紧的下界

通过Jensen不等式,等式两边相等的条件为X=C(常数)

于是通过Jensen不等式后的似然函数,等式两边相等的条件为

 

 4、M-step 估计一组 theta

 

三、EM思想应用在GMM混合模型上

GMM的对数似然函数是

 通过EM思想(隐变量,找到下边界,当下边界为最大值时,得出参数)

 就是Πj,高斯分布的概率密度函数就是关于某个高斯分布下的μ和σ有关 

1、对均值求偏导 

 是样本属于哪个类别

2、方差的解

 

3、另外一个参数用拉格朗日函数求解 

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/weixin_40725706/article/detail/827838?site
推荐阅读
相关标签
  

闽ICP备14008679号