1. EM算法的基本思想与基本步骤
[1]EM算法是一种迭代优化策略,通常被用来计算参数的极大似然估计或在Bayes统计框架下计算参数后验分布的众数。
[2]基本步骤
[3]例1
------------------------------------------------------------------------------------------------
2.利用EM算法求Bayes后验分布的众数
[1]例1
[2]例2
-----------------------------------------------------------------------------------------
3.EM算法的收敛性
算法过程中有迭代,就要考虑其每次迭代是否向我们希望的方向走,最终能否收敛,收敛速度如何。
--------------------------------------------------------------------------------------------
4.EM算法的方差
有参数估计就有方差来衡量估计的稳定性。我们自然是希望获得稳定性更好(方差更小)的估计。
[1]理论得到解析的方差式子
[2]直接模拟