转载请注明:http://blog.csdn.net/zkwdn/article/details/53874568
本篇博文主要总结了em算法的原理和应用场景。
以前看了很多次em算法,从NG的讲义,李航的统计学方法,还有prml的第9章,都是从不同的角度讲述em算法。em就是个优化方法,当损失函数非凸,传统的牛顿型的优化算法起不了作用,这时就需要em来解决,先用e步将它转成一个凸函数,然后再用传统的优化算法或者解析式求解最优值,然后再回到e步,不停的循环。从我学习的角度,感觉ng的讲义讲的非常赞,推导的形式也非常给力。李航的推导方式和prml的推导方式是一致的,包括李航后来用em求解hmm的时候也是用em求解。prml则是先从物理意义讲起,从最普通的kmeans讲起。我这个总结是以ng和prml为基础的,首先阐述ng讲义中的理论,然后介绍了3个小例子,Kmeans,plsa,mlr(阿里盖坤的非线性模型)。