使用EM算法最关键的是写出Q函数。
写出Q函数的第一步是找出隐变量。

高斯混合模型的EM算法,有几个地方不懂:

  1. 9.27的γ\gamma定义的有点啰嗦,这样定义是否可以?
    γ[1,K]\gamma \in [1,K]
    γj\gamma_j表示第j个数据所使用的模型?
  2. 9.11公式:
    Q(θ,θ(i))=EZ[logP(Y,Zθ)Y,θ(i)] Q(\theta, \theta^{(i)}) = E_Z[\log P(Y,Z|\theta)|Y, \theta^{(i)}] 9.17公式:
    Q(θ,θ(i))=ZP(ZY,θ(i))logP(Y,Zθ) Q(\theta, \theta^{(i)}) = \sum_ZP(Z|Y,\theta^{(i)})\log P(Y, Z|\theta) 9.28求得的logP(y,γθ)\log P(y,\gamma|\theta)相当于Q函数中的logP(Y,Zθ)\log P(Y, Z|\theta)了。
    接下来求Q函数时为什么用上面的公式不用下面的?
  3. 9.28算期望怎么算的?看不懂

results matching ""

    No results matching ""