EM演算法原理

2021-06-16 11:27:36 字數 620 閱讀 3707

在聚類中我們經常用到em演算法(i.e. estimation - maximization)進行引數估計, 在該演算法中我們通過函式的凹/凸性,在estimation和maximization兩步中迭代地進行引數估計,並保證可以演算法收斂,達到區域性最優解。

ps:為了不在11.11這個吉祥的日子發blog,還是打算今天發了,祝單身coder節日快樂,心情愉快~~

由於公式實在太多,這裡我就手寫了……主要講了以下幾個部分:

1. 凸集,凸函式,凹集,凹函式的概念

2. jensen's inequality

3. em演算法兩步迭代過程與收斂性證明

下面就這三部分予以介紹:

發現好東西了,我的這個看著不是很清晰,大家可以看這個人寫的

sophia_qing

EM演算法原理

在聚類中我們經常用到em演算法 i.e.expectation maximization 進行引數估計,在該演算法中我們通過函式的凹 凸性,在expectation 和maximization兩步中迭代地進行引數估計,並保證可以演算法收斂,達到區域性最優解。ps 為了不在11.11這個吉祥的日子發b...

EM演算法原理

在聚類中我們經常用到em演算法 i.e.expectation maximization 進行引數估計,在該演算法中我們通過函式的凹 凸性,在expectation 和maximization兩步中迭代地進行引數估計,並保證可以演算法收斂,達到區域性最優解。ps 為了不在11.11這個吉祥的日子發b...

EM演算法原理解析

em演算法,即最大期望演算法 expectation maximization algorithm,又譯期望最大化演算法 是一種迭代演算法,用於含有隱變數 latent variable 的概率引數模型的最大似然估計或極大後驗概率估計。em演算法應用於高斯混合模型 gmm 聚類 隱式馬爾科夫演算法 ...