贴一个讲解EM的链接
https://www.cnblogs.com/bigmoyan/p/4550375.html
现实应用中有些数据集会不完整,比如样本属性变量的值未被观测到。

EM算法先给定一个模型参数,通过这个参数建立的模型推断隐变量z的期望。这是E步。之后进行M步,找到能使上一步产生的似然期望最大化的参数值,再将参数值用于E步,如此重复。直到参数不再变化。


本文深入讲解了EM算法在处理不完整数据集时的应用。通过给定初始模型参数,EM算法交替进行E步和M步,直至参数收敛。E步推断隐变量的期望,M步最大化似然期望。
贴一个讲解EM的链接
https://www.cnblogs.com/bigmoyan/p/4550375.html
现实应用中有些数据集会不完整,比如样本属性变量的值未被观测到。

EM算法先给定一个模型参数,通过这个参数建立的模型推断隐变量z的期望。这是E步。之后进行M步,找到能使上一步产生的似然期望最大化的参数值,再将参数值用于E步,如此重复。直到参数不再变化。



被折叠的 条评论
为什么被折叠?