team_tea的博客

原创 统计机器学习：EM算法和GMM算法

我们接下来演示求解1.从似然函数说起 的例题,将似然函数优化转化为点估计的方法，结果是B硬币的结果的概率是,即为选B得到这样结果的可能/选C得到这样结果的可能性。但是极大似然法的前提是可以观察到所有的变量X，对于含有无法观察的变量，极大似然法失效，我们称这种变量为隐变量Z。,定义一次实验为：投掷A，A为正面投掷B，否则投掷C，记录B或者C的投掷结果为最后结果。结果为1，0，1，0，1，1，0。我们无法得知选择了B还是C，因此我们无法写出似然函数，除非我们设隐变量Z表示。(事实上该结果恰好也为点估计的结果）