算法介绍
xxdragon126
这个作者很懒,什么都没留下…
展开
-
关于EM算法的推导过程-解析
一、简介目的:根据已知观测数据,利用最大似然估计求解分布模型的参数!但是,当观测数据中含有隐变量时,最大似然估计方法将不再适用,不能直接计算出模型参数。那么,EM的处理思路是:先给定一个初始的模型参数估计量,然后求出当前隐变量的估计值;再根据这个隐变量的估计值利用最大似然估计求出新的参数估计量,循环迭代,直到新的参数估计量不再发生变化,迭代结束(也可设定迭代次数)。EM算法受初始参数估计量影响,所...原创 2018-06-21 12:40:28 · 535 阅读 · 0 评论 -
后验概率
(一)后验概率 设A的先验概率为P(A),假设由A得到B的概率为P(B|A),那么由B再重新修正A,得到的就是A的后验概率P(A|B)。从上可知,不论是先验概率还是后验概率,我们所讨论的对象都是A,从未变过。 正所谓:后验概率是为了修正先验概率,即在得到“结果B”的信息后重新修正“原因A”。(二)后验概率求解 大家应该都知道,利用贝叶斯公式求解后验概率,即...原创 2018-07-10 19:55:43 · 8431 阅读 · 0 评论 -
PCA中的优化问题——降维
原创 2019-06-03 10:36:38 · 2507 阅读 · 1 评论