EM演算法原理

在聚類中我們經常用到em演算法（i.e. estimation - maximization）進行引數估計, 在該演算法中我們通過函式的凹/凸性，在estimation和maximization兩步中迭代地進行引數估計，並保證可以演算法收斂，達到區域性最優解。

ps：為了不在11.11這個吉祥的日子發blog，還是打算今天發了，祝單身coder節日快樂，心情愉快~~

由於公式實在太多，這裡我就手寫了……主要講了以下幾個部分：

1. 凸集，凸函式，凹集，凹函式的概念

2. jensen's inequality

3. em演算法兩步迭代過程與收斂性證明

下面就這三部分予以介紹：

發現好東西了，我的這個看著不是很清晰，大家可以看這個人寫的

sophia_qing

。

EM演算法原理

在聚類中我們經常用到em演算法 i.e.expectation maximization 進行引數估計,在該演算法中我們通過函式的凹 凸性，在expectation 和maximization兩步中迭代地進行引數估計，並保證可以演算法收斂，達到區域性最優解。ps 為了不在11.11這個吉祥的日子發b...

EM演算法原理

在聚類中我們經常用到em演算法 i.e.expectation maximization 進行引數估計,在該演算法中我們通過函式的凹 凸性，在expectation 和maximization兩步中迭代地進行引數估計，並保證可以演算法收斂，達到區域性最優解。ps 為了不在11.11這個吉祥的日子發b...

EM演算法原理解析

em演算法，即最大期望演算法 expectation maximization algorithm，又譯期望最大化演算法 是一種迭代演算法，用於含有隱變數 latent variable 的概率引數模型的最大似然估計或極大後驗概率估計。em演算法應用於高斯混合模型 gmm 聚類 隱式馬爾科夫演算法 ...