EM算法

1.EM簡介 EM算法是一種迭代算法,用於含有隱變量的概率模型參數的極大似然估計,或極大後驗概率估計,EM算法的每次迭代由兩部分組成: E步:求期望, M步:求極大 該算法又叫期望極大算法,簡稱EM算法。 2.無偏估計—->標準差 3.協方差 (1)協方差公式 (2)協方差計算過程 協方差矩陣是計算不同維度間的協方差 協方差矩陣中第一行第一列 數=第一列各個數與第一列均值差的乘積 (3)要點 協方
相關文章
相關標籤/搜索