一句话说明EM算法思想_em思想

一 、引入

1 . 概率模型参数估计

1.在实际概率问题中，若只有观测变量，那么只需要给定参数变量，应用极大似然估计法 就可以得到要估计的参数
2.当模型中含有隐变量的时候，即概率模型参数中有可观测变量和隐藏变量的时候，需要用到EM算法（EM算法是专门处理含有隐变量的概率模型参数的极大似然估计）

2. 一句话EM算法思想

1.若模型参数 Θ 已知，则可以根据训练数据推断出最优隐变量 Z 的值（E步 即：期望）；反之若 Z 的值已知，则可以极大似然估计得到参数 Θ 。

• （拓展）： 若不是直接求隐变量 Z 的期望，就是求隐变量的概率分布 P( Z | X , Θ )

二 、 从极大似然到EM 之 极大似然

1. 基本思想

事件已经发生意味着存在即合理，找到使得事件联合概率分布值最大的参数（事件的发生等价于时间联合概率，最大化联合概率分布）

2. 实例

1.假设我们需要调查我们学校的男生身高的分布情况，通过抽样得到的100个男生的身高。假设他们的身高是服从高斯分布的。但是这个分布的均值u和方差∂2我们不知道，这两个参数就是我们要估计的。记作$\theta =[u,\partial 2]$

• 用数学的语言来说就是：在学校中按照概率密度p(x|θ)抽取100了个（身高），样本集是X={x1,x2,…,xN}，概率密度函数：高斯分布N(u,∂2)，其中xi表示抽到的第i个人的身高，这里N就是100，表示抽到的样本个数。
• 似然函数（每一个男生的身高都是独立的，所以事件的联合概率分布就是每一位男生的概率密度乘积）：
  
  4.求解参数 u 和 ∂2
  注意: 经常在遇到似然函数连乘形式，为方便计算取 对数似然
  
  然后求导，然后让导数为0，解方程得到的值就是模型参数

三、 从极大似然到EM 之 EM算法

1. 基本思想（重要的事情最写一次）

1.若模型参数 Θ 已知，则可以根据训练数据推断出最优隐变量 Z 的值（E步 即：期望）；反之若 Z 的值已知，则可以极大似然估计得到参数 Θ 。

• ** 拓展** ： 若不是直接求隐变量 Z 的期望，就是求隐变量的概率分布 P( Z | X , Θ )
• 所以我们在求含有隐变量的模型参数时，不是不能用极大似然，而是由于极大似然的加入让我们的求解更加复杂，但是当知道隐变量的分布时，就能用极大似然来很好的求解。所以**E步 **：就是估计隐变量（在给定初始的 Θ 的值情况下）的概率分布，M步：就是在知道了隐变量的分布后，顺利的利用极大似然估计求取 Θ 。如此循环直到收敛

2. 实例

• 还是上面极大似然估计实例的拓展
  这回我们随机抽取学校中男生100个，女生100个，得到他们的身高数据，放在一个样本集，样本集是X={x1,x2,…,xN} N = 200 没有男女性别信息，需要估计男女的身高概率分布
• 思路：
  • 对于每一个样本或者你抽取到的人，就有两个东西需要猜测或者估计的了，一是这个人是男的还是女的？二是男生和女生对应的身高的高斯分布的参数是多少？
  • 当知道了哪些人属于同一个高斯分布，才能够对这个分布的参数作出靠谱的预测，例如上面最大似然所说的，对于混合的数据集就没法估计这两个分布的参数。反过来，只有当我们对这两个分布的参数作出了准确的估计的时候，才能知道到底哪些人属于第一个分布，哪些人属于第二个分布（这里是EM算法思想的最通俗的解释了）。
  • 上面两个想法与基本思想吻合
• 基本步骤
  - 先随便给一个男生正态分布的参数，初始值的设置；然后计算出每个人更可能属于第一个还是第二个正态分布中的（E步）。
  - 有了每个人的分类（基于此时的初始值）根据最大似然重新估计男生分布的参数，女生的分布同理。（M步）。有了新参数再来调整E步……循环直到收敛
  - 这个思路也是GMM的基本思路

3. EM算法的数学推导

• 1)《统计学习方法》思路算法总览：
  

解析：可以看到Q函数中也提到了$P（Z|Y,\Theta ）$是给定观测数据 Y 和当前参数 Θ 下隐变量数据 Z 的条件概率分布，但是只是对 单样本计算，理解较为困难，E步感觉没有做什么事情

• 2) 基于实例的EM算法（笔者发现了一篇总结的很好的PDF，如参考4）学习后总结如下：

实例 一、三硬币模型
假设有3枚硬币，分别记作A、 B、 C，且这些硬币正面出现讹夺概率分别是 $\pi 、p、q$ 进行如下抛硬币实验，先抛硬币A ， 根据抛的结果先出硬币 B和 C 如，果A 为正面选B，如果A为反面选硬币C 。然后抛选中的硬币，出现正面记 1 ，反面记作 0.实验重复n（n = 10）次，其结果为{1, 1, 1, 1, 1, 0, 0, 0, 0, 0 },试估计3硬币模型的参数{}$\pi 、p、q$}

设X= {x1 , x2, …xm}是包含m个独立样本的的样本集，且 X 是服从参数 Θx 的概率分布$P(X;\Theta x)$,在样本集X 中的每一个样本xi 都对应着一个隐含样本 Zj ,有Z = {z1 ,z2 , z3, …zn },且Z 是服从参数为 Θz 的概率分布$P（Z；\Theta z）$
要找到一组参数Θ ，使得观察到的样本集 X 出现的概率最大，即

讲因变量显示出来为：（其中对 j 的累加是对隐变量求和得到关于X 的边缘概率）

样本集出现的最大似然：

同样显示出隐变量：

此时的似然函数：

由于隐变量的存在我们不能直接采用极大似然估计求解（继续往下）
变换似然函数：

不能直接导数等于 0 ，我们求其近似解（通过寻找似然函数$L(\Theta )$的下界，求下界的极大值来逼近$L(\Theta )$的极大值）：

可以看到

是

的期望
根据琴森不等式有：

当让L(Θ)与下界相等时，任何使下界增大的Θ也可以使似然函数增大，琴森不等式中等号成立的条件是随机变量都相等即随机变量变为“常量”，下界函数的关键步骤是求$Q(Z;\theta z)$，根据等号成立的条件$Q(Z;\theta z)$为在参数 θ 下，给定 X 后，Z的后验分布。

因此：E步 就是后验概率$Q(Z;\theta z)$
M步：就是已知后验分布$Q(Z;\theta z)$的$L(\theta )$的极大似然
算法中给定初始参数 θ ，循环E步 和 M 步 直到收敛
算法的整体效果：通过优化对数似然当前的下界，来达到优化原函数的目的

四、 参考

1. 《机器学习》. 周志华
2. 《统计学习方法》. 李航
3. https://blog.csdn.net/zouxy09/article/details/8537620 . zouxy09
4. EM算法详解 by. 瞭望清晨