EM算法(Exception Maximization Algorithm)介绍
本文以隐马尔可夫链的学习问题为例来简单介绍下EM算法。假设隐马尔可夫模型的观测序列已知(记Y为观测变量),需要求得模型的初始状态π,隐状态转移矩阵A和观测状态转移矩阵B,上述参数合记为θ=(π,A,B)。所求参数θ可以表述为最大化似然函数L(θ):
(式1)argmax θ L(θ)=logP(Y|θ) argmax_{\theta }\: L(\theta )=logP(Y|\theta )
原创
2017-08-30 11:50:46 ·
490 阅读 ·
0 评论