图解EM算法


上图是EM算法的一个例子。EM算法有两个阶段,分别为E阶段和M阶段,两者迭代进行,直至M阶段计算出来的结果不在变化为止。
第一,试验说明:
        假设有A和B两枚不均匀的硬币,从中随机抽取一枚,投掷10次,记录其正面(H)和反面(T)的出现情况。这样的试验共进行5次,便得到了左上角给出的一个试验结果。现在请根据试验结果,计算A出现正面的概率(θA)和B出现正面的概率(θB)各是多少?
第二,解答:
        1)E步:
              先假设θA=0.6;θB=0.5。则经过右上角的计算后,得出θA=0.71;θB=0.58;
注意:
          0.45和0.55的计算方法是:P(A,H)=0.6^5+(1-0.6)^5=0.000796;P(B,H)=0.5^5+(1-0.5)^5=0.0009765;所以A的为0.000796/(0.000796+0.0009765);B的为0009765/(0.000796+0.0009765)。下列同理。

参考 http://ai.stanford.edu/~chuongdo/papers/em_tutorial.pdf
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值