機器學習算法拾遺:(六)EM算法與高斯混合模型

基礎:EM算法和高斯混合模型、EM算法 EM算法是一種迭代算法,用於含有隱變量的概率模型的極大似然估計,或者說是極大後驗概率估計。 1、EM算法 EM算法的具體流程如下:   輸入:觀測變量數據Y,隱變量數據Z,聯合分佈P(Y, Z|θ),條件分佈P(Z|Y, θ)   輸出:模型參數θ   1)選擇參數θ的初始值θ(0),開始迭代   2)E步:記θ(i)次迭代參數爲θ的估計值,在第i+1次迭代
相關文章
相關標籤/搜索