【EM算法】三硬币模型

【EM算法】算法及注解
三硬币模型是EM算法运用的一个经典例子
EM算法:

1.选择初值

2.E步求期望

3.M步求极大

4.迭代至收敛

目录

三硬币模型

极大似然估计方法

EM方法


三硬币模型

3枚硬币分别记作A、B、C,这些硬币正面出现的概率分别是。进行如下掷硬币试验:先掷硬币 A,根据其结果选出硬币B 或硬币C,正面选硬币B,反面选硬币C;然后掷选出的硬币,掷硬币的结果,出现正面记作1,出现反面记作0;独立地重复n次试验(这里取n= 10),观测结果为:{1,1,0,1,0,0,1,0,1,1}

假设只能观测到掷硬币的结果,不能观测掷硬币的过程。问如何估计参数

目的是估计模型参数,自然地考量到极大似然估计方法

极大似然估计方法

三硬币模型可以写作:

:观测变量,表示一次试验观测的结果是 1 或 0

:隐变量(不可观测变量),表示未观测到的掷硬币 A 的结果

:模型参数

将观测数据表示为,未观测数据表示为则观测数据的似然函数为

展开得

考虑求模型参数的极大似然估计,即

实际上,这个问题没有解析解,只有通过迭代的方法求解。EM 算法就是可以用于求解这个问题的一种迭代算法。换句话说,EM算法是求解含有隐变量的概率模型参数的极大似然估计法。

EM方法

首先选取参数的初值,记作

然后通过E步和M步迭代计算参数的估计值。第次迭代参数的估计值为。EM 算法的第次迭代如下:

E 步:计算在模型参数 下观测数据来自掷硬币 B 的概率

M 步:计算模型参数的新估计值


进行数值计算。假设模型参数的初值取为

依据E步公式,对均有

依据M步公式, 得到

再依据E步公式,得到

再依据M步公式, 得到

两次迭代结果一致,这时已经满足收敛条件

于是得到模型参数的极大似然估计

表示硬币 A 是均匀的,这一结果容易理解
EM算法对初值敏感:

如果取初值, 那么得到的模型参数的极大似然估计是

相关推荐
想你依然心痛9 分钟前
编程算法:技术创新与业务增长的核心驱动力
算法
焊锡与代码齐飞29 分钟前
嵌入式第十八课!!数据结构篇入门及单向链表
c语言·数据结构·学习·算法·链表·排序算法
AI松子66633 分钟前
Sparse4D系列算法:迈向长时序稀疏化3D目标检测的新实践
人工智能·算法·目标检测
仪器科学与传感技术博士1 小时前
python:如何调节机器学习算法的鲁棒性,以支持向量机SVM为例,让伙伴们看的更明白
python·算法·机器学习
幻风_huanfeng1 小时前
自然语言理解领域算法模型演进图谱
算法
yuyousheng1 小时前
C语言使用GmSSL库实现sm3、sm4算法
c语言·算法·哈希算法
菜就多练,以前是以前,现在是现在1 小时前
Codeforces Round 986 (Div. 2)
c++·算法
瓦特what?2 小时前
C + +
c语言·开发语言·c++·经验分享·笔记·算法·程序员创富
啊阿狸不会拉杆3 小时前
《算法导论》第 1 章 - 算法在计算中的作用
开发语言·数据结构·c++·算法·排序算法
WBluuue3 小时前
数据结构与算法:哈希函数的应用及一些工程算法
c++·算法·面试·哈希算法