【机器学习系列】EM算法第一讲：EM算法相关概述及收敛性证明

作者：CHEONG

公众号：AI机器学习与知识图谱

研究方向：自然语言处理与知识图谱

阅读本文之前，首先注意以下两点：

1、机器学习系列文章常含有大量公式推导证明，为了更好理解，文章在最开始会给出本文的重要结论，方便最快速度理解本文核心。需要进一步了解推导细节可继续往后看。

2、文中含有大量公式，若读者需要获取含公式原稿Word文档，可关注公众号后回复：EM算法第一讲，本文主要从以下四个方面介绍EM算法:

EM算法解决的问题

EM算法E-Step和M-Step

EM算法收敛性证明

EM算法延展思考

一、EM算法解决的问题

通俗些说，EM算法就是求含有隐变量$z$的概率模型$p(x,z|\theta )$中的参数$\theta$。对于求参数问题我们很容易想到最大似然估计法MLE，但MLE是针对比较简单的概率模型$p(x|\theta )$可直接使用MLE求出参数的解析解，MLE参数最大化公式所示：

对于含有隐变量的概率模型$p(x,z|\theta )$，隐变量$z$的概率分布是未知的，无法使用MLE求出解析解，因此使用EM算法来求解参数的近似解。对于概率密度$p(x,z|\theta )$参数求解公式如下：

二、EM算法E-Step和M-Step

对于上式参数${\theta }^{t+1}$求解，EM算法是分为E-Step和M-Step两步进行参数求解。

在E-Step求期望$Q(\theta ,{\theta }^t)$：

在M-Step通过最大化期望来求解参数值$\theta$：

三、EM算法收敛性证明

EM算法收敛性，数学定义如下：随着${\theta }^t->{\theta }^{t+1}$参数迭代，最大似然始终存在

下面给出证明过程。首先根据贝叶斯公式，下面式子始终成立：

分别让等式左边和右边对$p(z|x,{\theta }^t)$求积分，首先等式(5)左边对后验$p(z|x,{\theta }^t)$求积分：

其中

所以：

将等式(5)右边对$p(z|x,{\theta }^t)$求积分有：

这里令：

而$Q(\theta ,{\theta }^t)$就是E-Step求解的期望，满足：

因为：

所以现在只要证明：

就可以得出结论：

所以：

因此，EM算法是收敛的。

四、EM算法延展思考

1．VIEM算法、MCEM算法

EM算法在E-Step和M-Step可能都存在问题，例如在E-Step求期望时无法直接求解后验概率分布，这时为了继续求解便需要近似求解后验概率分布。当使用确定近似推断方法变分推断Variational Inference求解后验概率分布时，此时便称为VIEM算法；当使用近似推断方法MCMC求解后验概率分布时，称为MCEM算法

2．EM是一类算法而非模型

EM算法是用于解决优化问题的迭代算法，和梯度下降法是一类算法。EM算法主要通过迭代优化进行参数估计，学习模型参数。

但因为$p(X|\theta )$很复杂，完全不了解其服从的概率分布，因此假设存在隐变量$Z$，用$Z$来生成数据$X$，例如：假设$p(X|\theta )$服从高斯分布，然后再利用积分将$Z$给积掉，就可以得到为$p(X|\theta )$

对于大多数概率生成模型，比如GMM模型、HMM模型等，都是利用隐变量$Z$来生成数据$X$

对上面等式两边同时关于$q(z)$求期望就可以得出：

其中：

3．狭义EM算法和广义EM算法

狭义EM算法就是前面内容所介绍的，而广义EM算法则认为在E-Step时后验概率难求解，因此在E-Step时，固定参数$\theta$求解概率分布$q$；在M-Step时，固定概率分布$q$求解参数$\theta$，因此狭义EM算法只是广义EM算法的一种特殊形式，用公式表示为：

三、往期精彩

【知识图谱系列】Over-Smoothing 2020综述

【知识图谱系列】基于生成式的知识图谱预训练模型

【知识图谱系列】基于2D卷积的知识图谱嵌入

【知识图谱系列】基于实数或复数空间的知识图谱嵌入

【知识图谱系列】自适应深度和广度图神经网络模型

【知识图谱系列】知识图谱多跳推理之强化学习

【知识图谱系列】知识图谱的神经符号逻辑推理

【知识图谱系列】动态时序知识图谱EvolveGCN

【知识图谱系列】多关系神经网络CompGCN

【知识图谱系列】探索DeepGNN中Over-Smoothing问题

【知识图谱系列】知识图谱表示学习综述 | 近30篇优秀论文串讲

【知识图谱系列】动态知识图谱表示学习综述 | 十篇优秀论文导读

【面经系列】八位硕博大佬的字节之旅

【机器学习系列】机器学习中的两大学派

各大AI研究院共35场NLP算法岗面经奉上

干货 | Attention注意力机制超全综述

干货 | NLP中的十个预训练模型

干货|一文弄懂机器学习中偏差和方差

FastText原理和文本分类实战，看这一篇就够了

Transformer模型细节理解及Tensorflow实现

GPT,GPT2,Bert,Transformer-XL,XLNet论文阅读速递

机器学习算法篇：最大似然估计证明最小二乘法合理性

Word2vec, Fasttext, Glove, Elmo, Bert, Flair训练词向量教程+数据+源码

Word2vec, Fasttext, Glove, Elmo, Bert, Flair训练词向量教程+数据+源码

原稿获取请关注公众号后回复：EM算法第一讲，原创不易，有用就点个赞呀！