EM
1. 基本問題
EM算法是解決帶有隱變量模型的方法,基本的模型假設爲
算法
因爲引入了隱變量

,使得咱們沒法經過對

求偏導獲得最優解。
2. 推導
根據jesen不等式,對於凹函數
,有
svg
其中,

,當且僅當

時,「=」成立。而

是凹函數,所以
且
時,等號成立,取得最緊的下界。
也即
所以,當取得最緊的下界時,任何使得下界提高的
都能使
提高函數
3. 算法流程
輸入:觀測變量數據
,隱變量數據
,聯合分佈
,條件分佈
輸出:模型參數
(1)選擇參數的初值
(2)E step: 計算在
下最緊的下界
spa
(3)M step: