EM算法推到:
有两个变量隐变量及转移概率都未知,解决方法是先把转移概率看成已知量,求隐变量期望,然后再把期望看成已知,求让目标函数最大化的转移概率。
uncomplete case: 隐状态未知,转移参数未知,只知道观测序列及隐状态个数 。用em算法,估计z估计参数循环迭代,和lasso回归的coordinate descent 一样。
F/B算法: 已知观测序列,隐状态有Z1,Z2,Z3三种情况,求某一时刻的隐状态序列为Z1时的概率,
EM算法推到:
有两个变量隐变量及转移概率都未知,解决方法是先把转移概率看成已知量,求隐变量期望,然后再把期望看成已知,求让目标函数最大化的转移概率。
uncomplete case: 隐状态未知,转移参数未知,只知道观测序列及隐状态个数 。用em算法,估计z估计参数循环迭代,和lasso回归的coordinate descent 一样。
F/B算法: 已知观测序列,隐状态有Z1,Z2,Z3三种情况,求某一时刻的隐状态序列为Z1时的概率,