存在有Z隐变量未知和要求的未知参数
核心方法就是，我先给你未知参数一个初始值，利用这个初始值求解Z的条件概率分布的期望（Q函数），之后要最大化这个Q函数，就可以得到新的未知参数θ值，一直这样循环下去
EM算法的优化方法就是坐标上升法（每次就只改变一个量）
本文介绍了EM算法的核心思想，即通过迭代方式逐步逼近最大似然估计。首先为未知参数赋予初始值，然后基于该值计算隐变量的条件概率分布期望（Q函数），再通过最大化Q函数来更新参数值。此过程不断重复直至收敛。
本文介绍了EM算法的核心思想，即通过迭代方式逐步逼近最大似然估计。首先为未知参数赋予初始值，然后基于该值计算隐变量的条件概率分布期望（Q函数），再通过最大化Q函数来更新参数值。此过程不断重复直至收敛。
扫一扫
2万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
