EM算法学习

1.EM算法的介绍


可以发现:计算出θA和θB的值的前提是知道A、B币种的抛掷情况。
所以我们需要使用EM算法:求出每轮选择硬币种类的概率

2.EM算法执行过程:

第一步:首先初始化设置一组PA和PB证明的值。然后通过最大似然估计得到每轮实验对于硬币种类的选择。【E步】

第二步:继续用最大似然估计,和第一步进行迭代。

首先得到标准答案:

然后随机初始化,进行假设第一轮是AorB:

得到第一轮PA正=0.005

然后假设第一轮的硬币是B,得到概率:0.03

可以得到:【这个过程就是E步】

得到隐变量的选择序列后,再根据这个序列重新计算PA和PB的结果**(M步:)**

然后E和M所对应的初始化值和估计值进行对比:

然后在第二轮迭代时,重选择使用的硬币

然后基于新的硬币序列重新计算PA和PB,会发现计算结果越来越接近真实的PA=0.4和PB=0.5

结论:

EM最终迭代后的结果不一定就刚好满足最初设想的真实值,最终结果取决于初始化情况。

相关推荐
promising-w20 分钟前
【运算放大器专题】基础篇
嵌入式硬件·学习
宝山哥哥21 分钟前
网络信息安全学习笔记1----------网络信息安全概述
网络·笔记·学习·安全·网络安全
前端开发与ui设计的老司机23 分钟前
从UI设计到数字孪生实战:构建智慧教育的个性化学习平台
学习·ui
X Y O35 分钟前
神经网络初步学习3——数据与损失
人工智能·神经网络·学习
web_Hsir41 分钟前
vue3.2 前端动态分页算法
前端·算法
霖003 小时前
C++学习笔记三
运维·开发语言·c++·笔记·学习·fpga开发
地平线开发者3 小时前
征程 6M 部署 Omnidet 感知模型
算法·自动驾驶
秋说3 小时前
【PTA数据结构 | C语言版】线性表循环右移
c语言·数据结构·算法
巴伦是只猫4 小时前
【机器学习笔记 Ⅲ】1 无监督学习
笔记·学习·机器学习
浩瀚星辰20244 小时前
图论基础算法:DFS、BFS、并查集与拓扑排序的Java实现
java·算法·深度优先·图论