机器学习——EM

标签：算法   expect   全局最优   组成   aop   掌握   location   expec   方法   

整理自：

https://blog.csdn.net/woaidapaopao/article/details/77806273?locationnum=9&fps=1

EM算法是用于含有隐变量模型的极大似然估计或者极大后验估计，有两步组成：E步，求期望（expectation）；M步，求极大（maxmization）。本质上EM算法还是一个迭代算法，通过不断用上一代参数对隐变量的估计来对当前变量进行计算，直到收敛。 
注意：EM算法是对初值敏感的，而且EM是不断求解下界的极大化逼近求解对数似然函数的极大化的算法，也就是说EM算法不能保证找到全局最优值。对于EM的导出方法也应该掌握。

机器学习——EM

标签：算法   expect   全局最优   组成   aop   掌握   location   expec   方法   

原文地址：https://www.cnblogs.com/helloworld0604/p/9016794.html