EM算法--expectation maximization

老師課堂總結，請勿轉載 重新思考分類或聚類 我們轉換思路, 將聚類看做一類缺失值估計問題。缺失的值就是每個樣本的類別標籤 令 D = {x(1),x(2),…x(n)} 表示一組觀測值 令H = {z(1),z(2),..z(n)} 表示隱含變量Z的n個取值. z(i) 與x(i)一一對應 觀測值的對數似然函數可表示爲 在MLE中我們之估計    ,但在包含隱含變量的問題中我們還需要估計H. 令Q

>>阅读原文<<