EM算法简介
EM算法是一种迭代算法,用于含有隐变量的概率模型参数的极大似然估计,或极大后验概率估计。EM算法的每次迭代分为两步:E步,求期望;M步,求极大。
概率模型有时既含有观测变量,又含有隐变量或潜在变量,如果概率模型的变量都是观测变量,那么给定数据,可以直接用极大似然估计或贝叶斯法估计模型参数。但是当模型含有隐变量时,就不能简单地使用这种估计方法。EM算法就是含有隐变量的概率模型参数的极大似然估计法。
EM算法
观测数据表示为 Y = ( Y 1 , Y 2 … Y n ) T Y=(Y_1, Y_2\dots Y_n)^T Y=(Y1,Y2…Yn)T,未观测数据表示为 Z = ( Z 1 , Z 2 … Z n ) T Z=(Z_1, Z_2\dots Z_n)^T Z=(Z1,Z2…Zn)T,则观测数据的似然函数为
(1) P ( Y ∣ θ ) = ∑ Z P ( Z ∣ θ ) P ( Y ∣ Z , θ ) P(Y|\theta) = \sum_ZP(Z|\theta)P(Y|Z,\theta)\tag{1} P(Y∣θ)=Z∑P(Z∣θ)P(Y∣Z,θ)(1)
考虑求模型参数 θ \theta θ的对数极大似然估计,即
(2) θ ^ = a r g max θ log P ( Y ∣ θ ) \hat{\theta} = arg \max_{\theta} \log P(Y|\theta)\tag{2} θ^=argθmaxlogP(Y∣θ)(2)
该问题没有解析解,只有通过迭代的方法求解。
EM算法首先选取参数的初值,记作 θ ( 0 ) \theta^{(0)} θ(0),然后通过如下步骤迭代计算参数的估计值,直至收敛。第 i i i次迭代参数的估计值为 θ ( i ) \theta^{(i)} θ(i)。EM算法的第 i + 1 i+1 i+1次迭代如下:
E步: 计算在模型参数 θ ( i ) \theta^{(i)} θ(i)下观测数据 y j y_j yj的概率。
M步: 计算模型参数的新估计值。
一般地,用 Y Y Y表示观测随机变量的数据, Z Z Z表示隐随机变量的数据。 Y Y Y和 Z Z Z连在一起称为完全数据,观测数据 Y Y Y又称为不完全数据。假设给定观测数据 Y Y Y,其概率分布是 P ( Y ∣ θ ) P(Y|\theta) P(Y∣θ),其中 θ \theta θ是需要估计的模型参数;不完全数据 Y Y Y的似然函数为 P ( Y ∣ θ ) P(Y|\theta) P(Y∣θ),对数似然函数 L ( θ ) = log P ( Y ∣ θ ) L(\theta)=\log P(Y|\theta) L(θ)=logP(Y∣θ);假设 Y Y Y和 Z Z Z的联合概率分布是 P ( Y , Z ∣ θ ) P(Y,Z|\theta) P(Y,Z∣θ),那么完全数据的对数似然函数为 log P ( Y , Z ∣ θ ) \log P(Y,Z|\theta) logP(Y,Z∣θ)。
EM算法通过迭代求 L ( θ ) = log P ( Y ∣ θ ) L(\theta)=\log P(Y|\theta) L(θ)=logP(Y∣θ)的极大似然估计,每次迭代包含两步:E步,求期望;M步,求极大化。
算法1:(EM算法)
输入:观测变量数据 Y Y Y,隐变量数据 Z Z Z,联合分布 P ( Y , Z ∣ θ ) P(Y,Z|\theta) P(Y,Z∣θ),条件分布 P ( Z ∣ Y , θ ) P(Z|Y,\theta) P(Z∣Y,θ);
输出:模型参数 θ \theta θ
(1)选择参数的初值 θ ( 0 ) \theta^{(0)} θ(0),开始迭代;
(2)E步:记 θ ( i ) \theta^{(i)} θ(i)为第 i i i次迭代参数 θ \theta θ的估计值,在第 i + 1 i+1 i+1次迭代的E步,计算
(3) Q ( θ , θ ( i ) ) = E Z [ log P ( Y , Z ∣ θ ) ∣ Y , θ ( i ) ] = ∑ Z ( log P ( Y , Z ∣ θ ) ) P ( Z ∣ Y , θ ( i ) ) Q(\theta, \theta^{(i)}) = E_Z[\log P(Y,Z|\theta)|Y,\theta^{(i)}] = \sum_Z\Big(\log P(Y,Z|\theta)\Big)P(Z|Y,\theta^{(i)}) \tag{3} Q(θ,θ(i))=EZ[logP(Y,Z∣θ)∣Y,θ(i)]=Z∑(logP(Y,Z∣θ))P(Z∣Y,θ(i))(3)
这里的 P ( Z ∣ Y , θ ( i ) ) P(Z|Y,\theta^{(i)}) P(Z∣Y,θ(i))是在给定观测数据 Y Y Y和当前的参数估计 θ ( i ) \theta^{(i)} θ(i)下隐变量数据 Z Z Z的条件概率分布;
(3)M步:求使 Q ( θ , θ ( i ) ) Q(\theta, \theta^{(i)}) Q(θ,θ(i))极大化的 θ \theta θ,确定第 i + 1 i+1 i+1次迭代的参数估计值为 θ ( i + 1 ) \theta^{(i+1)} θ(i+1)
(4) θ ( i + 1 ) = a r g max θ Q ( θ , θ ( i ) ) \theta^{(i+1)} = arg \max_{\theta} Q(\theta, \theta^{(i)}) \tag{4} θ(i+1)=argθ