em演算法原理
- IT科技
- 關注:1.35W次
在統計計算中,最大期望(EM)演算法是在概率(probabilistic)模型中尋找引數最大似然估計或者最大後驗估計的演算法,其中概率模型依賴於無法觀測的隱藏變數(Latent Variable)。最大期望經常用在機器學習和計算機視覺的資料聚類(Data Clustering)領域。
最大期望演算法經過兩個步驟交替進行計算。
第一步是計算期望(E),利用對隱藏變數的現有估計值,計算其最大似然估計值。
第二步是最大化(M),最大化在 E 步上求得的最大似然值來計算引數的值。
M 步上找到的引數估計值被用於下一個 E 步計算中,這個過程不斷交替進行。
- 文章版權屬於文章作者所有,轉載請註明 https://shqsg.com/dianzi/29yvgq.html