本系列笔记内容参考来源为李航《统计学习方法》
EM算法是一种迭代算法,用于含有隐变量的概率模型参数的极大似然估计或极大后验概率估计。迭代由
(1)E步:求期望
(2)M步:求极大
组成,称为期望极大算法。
EM算法是通过不断求解下界的极大化逼近求解对数似然函数极大化的算法。
EM算法还可解释为F函数的极大-极大算法,基于这个解释有若干变形与推广。
首先引入F函数的概念
本文分享自 作者个人站点/博客 前往查看
如有侵权,请联系 cloudcommunity@tencent.com 删除。
本文参与 腾讯云自媒体同步曝光计划 ,欢迎热爱写作的你一起参与!