EM算法是一种迭代算法,用于含有隐变量的概率模型参数的极大似然估计。
先看一个EM算法的例子。
三硬币模型
3枚硬币,记作A, B, C。这些硬币正面出现的概率分别为
π
,
p
,
q
\pi, p, q
π,p,q。进行如下实验:先扔硬币A,若为正面则接着扔硬币B,反面则扔硬币C。然后按此规则扔选出的硬币,出现正面记作1,反面记作0;独立重复n次试验(这里n=10),观测结果:
1
,
1
,
0
,
1
,
0
,
0
,
1
,
0
,
1
,
1
1,1,0,1,0,0,1,0,1,1
1,1,0,1,0,0,1,0,1,1。
假设只能观测到掷硬币的结果,不能观测掷硬币的过程。问如何估计三硬币正面出现的概率,即三硬币模型的参数。