今天学习了一下EM算法, 参考资料:
统计学习方法
datawhalechina
笔记主要截取一些重要的part,看着头疼的可以点第一个链接去看书。
- 应用背景:模型中含有隐变量,不能直接通过极大似然法求出最优解。
- 解决方法:
- 为什么这样做?
主要是两个思路:1.通过迭代逐步逼近 2.间接通过下限的极大化来求解,因为下限的这个函数的最优解比较好求,而且可以保证这是原函数的一个局部最优解。
这个下限函数叫做B函数:
进一步简化,求B函数的最大值相当于求Q函数的最大值:
迭代求解的过程就基本上是这样了,另外的我们可以证明:
- 在高斯混合模型中的应用:
推导中可能感兴趣的part