EM算法之三硬币模型求解

李航《统计学习方法》中只给出了三硬币模型的求解公式,但是没有给出推导过程。在我直接用EM算法公式求解时,由于Z包含了n次投币的隐变量,也即 Z = (z1, z2, z3 , ..., zn)。那么Q函数在对Z求和时,由于每次z可能取1或者0,因此一共有2^n项,需要化简后才能够求解。现有的博客均只给出了Q函数最终的化简结果,没给出化简的过程。因此写下这篇博客,方便其他人学习。

本文给出两种解法,第一种是重新推导一遍EM算法,第二种是使用公式求解。

下面先看第一种:

现在,再使用公式法直接求解,并将Q函数化简成同样的形式。化简过程的核心是分离出各次投币的结果。

有了Q函数后,就可以进行M步的计算了

参考文献:

[1] 《统计学习方法》-李航

[2] http://www.cnblogs.com/huangshansan/p/10588318.html

[3] http://blog.csdn.net/wendaomudong_l2d4/article/details/79005461

  • 4
    点赞
  • 27
    收藏
    觉得还不错? 一键收藏
  • 3
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
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