EM算法

EM算法是Dempster, Laind, Rubin于1997年推出的求参数极大似然估计的一种方法,它可以从非完整数据集中对参数进行MLE(Maximum Likelihood Estimation),是一种非常简单实用的学习算法。这种方法可以广泛应用于处理缺损数据、截尾数据以及带有噪声等所谓的不完美数据,可以具体来说,我们利用EM算法来填充样本中的缺失数据、发现隐藏变量的值、估计HMM中的参数、估计有限混合分布中的参数以及可以进行无监督聚类等等。

转载于:https://www.cnblogs.com/dimsumboy/p/6221225.html

评论
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