EM算法:Expectation-Maximization
目标:找出有隐形变量的概率模型的最大可能性解。
它分为两个过程:E-step和M-step
1.E-step:通过最初假设或上一步得出的模型参数得到后验概率;
2.M-step:重新算出模型的参数。
重复这两个过程直到目标函数值收敛。
EM算法即期望值最大算法,被誉为是数据挖掘的十大算法之一,它是在概率模型中寻找参数最大似然估计的算法。其中概率模型依赖于无法观测到的隐变量。最大期望
原创
2013-02-01 20:55:11 ·
1052 阅读 ·
0 评论