EM算法推導及其收斂性證實

EM算法簡介 EM算法是一種迭代算法,用於含有隱變量的機率模型參數的極大似然估計,或極大後驗機率估計。EM算法的每次迭代分爲兩步:E步,求指望;M步,求極大。html 機率模型有時既含有觀測變量,又含有隱變量或潛在變量,若是機率模型的變量都是觀測變量,那麼給定數據,能夠直接用極大似然估計或貝葉斯法估計模型參數。可是當模型含有隱變量時,就不能簡單地使用這種估計方法。EM算法就是含有隱變量的機率模型參
相關文章
相關標籤/搜索