帶你理解EM算法

很多時候，我們都要最大化似然度來求得一個參數 θ θ 的最優值。但是，很多時候，當我們的模型中存在隱變量的時候（比如，一個詞所屬的主題，聚類問題中樣本的類別, etc.），我們的似然度是很難求的。下面是該似然度的式子，其中z表示不可觀測的變量，x表示可觀測的變量，由於z是不可觀測的，所以，要求似然度，我們必須要對z求和或求積分(連續的時候求積分，離散的時候求和)。 L(θ)=∑i=1Nlogp(x

>>阅读原文<<