查看文本打印 1 1

随笔分类 -  EM算法及推广

EM算法是一种迭代算法，用于含有隐变量的概率参数模型的极大似然估计，或极大后验概率估计。EM算法每次迭代由两步组成：E步，求期望。M步，求极大值。所以这一算法称为期望极大算法。
EM算法及其推广的要点
摘要：1.EM算法是含有隐变量的变量的概率模型极大似然估计或极大后验概率估计的迭代算法，含有隐变量的概率模型的数据表示为$P(Y,Z|\theta)$.这里，$Y$是观测变量的数据，$Z$是隐变量的数据，$\theta$是模型参数。EM算法通过迭代求解观测数据的对数似然函数$L(\theta)=logP(... 阅读全文
posted @ 2015-09-10 22:24 天使_陈 阅读(623) 评论(0) 推荐(0)