机器学习 EM算法 从极大似然法谈起
极大似然法 VS EM算法
EM(Expectation Maximization)算法是复杂化的极大似然法(Maximum Likelihood)。
- 极大似然法问题中,所有观测值属于同一分布,需要估计的,是使得观测值序列出现概率最大的该分布的参数(均值、标准差)
- EM问题中,所有观测值可能属于不同的分布,因此需要估计的除了每一个分布的参数,还有具体某个观测值属于哪一个分布
e.g.
在全校随机抽取100名男生测量身高,根据100个身高数据,估计男生身高X的均值,这就是极大似然法;
在全校随机抽取100名男女生,根据100个身高数据,估计男生身高X的均值,女生身高Y的均值,这就是EM算法要解决的问题。
EM算法原理
EM算法的难度就在于,增加了一个隐藏变量,即每个观测值属于哪一个分布。这使得矛盾的局面出现了:要想知道每一分布的参数,就得知道每个观测值具体属于哪一分布;要想知道每个观测值具体属于哪一分布,就得知道每一分布的参数。
解决方案:先随机初始化一个PA和PB,按照最大似然法估计z(每轮硬币分布向量,即每轮具体是抛掷哪个硬币),然后基于z,还是按照最大似然法估计新的PA和PB,两个最大似然估计过程交替进行:
- 先随便给PA和PB赋一个值,比如:硬币A正面朝上的概率PA = 0.2;硬币B正面朝上的概率PB = 0.7
- 然后,我们看看第一轮抛掷最可能是哪个硬币。
如果是硬币A,得出3正2反的概率为 0.20.20.20.80.8 = 0.00512;如果是硬币B,得出3正2反的概率为0.70.70.70.30.3=0.03087。因此按照极大似然法,第一轮抛掷最可能是硬币B。然后依次求出其他4轮中的相应概率及最可能是哪个硬币 - 综合五轮抛掷结果,重新计算PA和PB,重复2、3步骤至PA和PB收敛于某定值。
参考:
https://blog.csdn.net/v_july_v/article/details/81708386
机器学习 EM算法 从极大似然法谈起相关推荐
- 机器学习 | EM 算法原理
文章目录 EM 算法 1. EM 算法的引入 三硬币模型 2. EM 算法 Q 函数 参考文献 相关文章: 机器学习 | 目录 无监督学习 | GMM 高斯混合原理及Sklearn实现 本文大部分内容 ...
- 机器学习——EM算法
EM算法 EM算法是一种常用的估计参数隐变量的利器,也称为期望最大算法,是数据挖掘的十大经典算法之一.EM算法主要应用与训练样本不完整即存在隐变量时的情形(例如某个属性值未知),通过独特的两步走策略能 ...
- 机器学习 EM算法理解
文章目录 前言 极大似然 问题描述 参数估计 极大似然估计 极大似然应用 极小化代价函数 EM算法 EM算法推导 基础知识 凸函数 Jensen不等式 期望 推导过程 算法流程 另一种呢理解 EM算法 ...
- 深入理解机器学习——EM算法/最大期望算法(Expectation-Maximization Algorithm, EM)
分类目录:<深入理解机器学习>总目录 在前面的讨论中,我们一直假设训练样本所有属性变量的值都已被观测到,即训练样本是"完整"的.但在现实应用中往往会遇到"不完 ...
- 机器学习笔记之EM算法(二)EM算法公式推导过程
机器学习笔记之EM算法--EM算法公式推导过程 引言 回顾:EM算法公式 推导过程 引言 上一节介绍了隐变量和EM算法,以及 以EM算法公式为条件,证明了随着EM算法迭代步骤的增加,每次迭代得到新的模 ...
- 机器学习笔记之EM算法(一)隐变量与EM算法公式的收敛性
机器学习笔记之EM算法--隐变量与EM算法公式的收敛性 引言 隐变量 示例1 示例2 EM算法 包含隐变量的混合概率模型 EM算法的表达形式 EM算法的收敛性 EM算法的收敛性证明的条件与目标 EM算 ...
- 实战EM算法与图像分割
EM 算法是求参数极大似然估计的一种方法,它可以从非完整数据集中对参数进行估计,是一种非常简单实用的学习算法.这种方法可以广泛地应用于处理缺损数据.截尾数据以及带有噪声等所谓的不完全数据,可以具体来说 ...
- (转载)机器学习知识点(十五)从最大似然到EM算法浅解
从最大似然到EM算法浅解 机器学习十大算法之一:EM算法.能评得上十大之一,让人听起来觉得挺NB的.什么是NB啊,我们一般说某个人很NB,是因为他能解决一些别人解决不了的问题.神为什么是神,因为神能做 ...
- 机器学习算法总结--EM算法
参考自 <统计学习方法> 机器学习常见算法个人总结(面试用) 从最大似然到EM算法浅解 (EM算法)The EM Algorithm 简介 EM算法,即期望极大算法,用于含有隐变量的概率模 ...
最新文章
- 数据结构--树状数组
- Mac 配置selenium连接chrome
- python计算结果向上取整_python中的向上取整向下取整以及四舍五入的方法
- CentOS 安装WildFly Jboss10
- intellij idea主题
- oracle定时删除归档日志
- antd table动态表头_antd table动态控制指定列的显隐
- python zookeeper api_zookeeper java api介绍
- 关于Pandownload一些功能的挖掘
- 2013-C++第15周项目参考解答链接集
- 带你深入了解GPU、FPGA和ASIC
- 伯禹公益AI《动手学深度学习PyTorch版》Task 07 学习笔记
- 3dsmax 制作u型长方体
- 浅谈学习Scratch的必要性
- 从构建分布式秒杀系统聊聊WebSocket推送通知 1
- SQL Server 2008 R2 企业版 MSDN原版
- 基于JSP实现的超市管理系统
- 【keepalive】安装
- 使用Idea下载源码报Cannot Download Sources
- CAD转图片,CAD转JPG如何修改页面尺寸?