1.概念
概率模型有时候会包含隐含变量,当包含隐含变量时,不能简单地使用极大似然估计直接求解,这时候就需要用到EM算法。EM算法是一种从含有隐含变量的数据中求解极大似然估计的方法。
对数似然函数为:
其中, Z(i) Z ( i ) 是隐含变量的值。
2.求解
为了求解上述对数似然函数,引入隐含变量Z的分布 Qi Q i
Qi Q i 满足的条件为:
这样,上述对数似然函数变成:
这个公式的求解用到了Json不等式,如下:
如果
概率模型有时候会包含隐含变量,当包含隐含变量时,不能简单地使用极大似然估计直接求解,这时候就需要用到EM算法。EM算法是一种从含有隐含变量的数据中求解极大似然估计的方法。
对数似然函数为:
其中, Z(i) Z ( i ) 是隐含变量的值。
为了求解上述对数似然函数,引入隐含变量Z的分布 Qi Q i
Qi Q i 满足的条件为:
这样,上述对数似然函数变成:
这个公式的求解用到了Json不等式,如下:
如果