EM算法学习笔记 - xyfJASON

[xyfJASON]

https://xyfjason.top/2022/08/23/EM%E7%AE%97%E6%B3%95%E5%AD%A6%E4%B9%A0%E7%AC%94%E8%AE%B0/#%E5%8F%82%E8%80%83%E8%B5%84%E6%96%99

EM 算法是极大似然法的推广，用于解决存在隐变量（hidden variables / latent factors）的参数估计问题。 1 EM 算法1.1 理论推导 本节主要参考资料[1][2]，记号略有不同。 设观测样本是 $x$，隐变量为 $z$，模型参数为 $\theta$，那么对数似然为： L(\theta)=\log P(x\mid \theta)=\log\left(\sum_{