什么是EM算法 em算法原理
在统计计算中，最大期望（EM）算法是在概率（probabilistic）模型中寻找参数最大似然估计或者最大后验估计的算法，其中概率模型依赖于无法观测的隐藏变量（Latent Variable） 。最大期望经常用在机器学习和计算机视觉的数据聚类（Data Clustering）领域 。
最大期望算法经过两个步骤交替进行计算 。
第一步是计算期望（E），利用对隐藏变量的现有估计值，计算其最大似然估计值 。
第二步是最大化（M），最大化在 E 步上求得的最大似然值来计算参数的值 。
M 步上找到的参数估计值被用于下一个 E 步计算中，这个过程不断交替进行 。
【什么是EM算法 em算法原理】
推荐阅读
- 苹果x最小内存是多少 苹果x最小内存多大
- 佛山居住证怎么办理 佛山居住证怎么办理?需要什么材料
- 佛山居住证需要什么条件 佛山居住证最快几天能下来
- 霍元甲赵文卓什么时候上映 赵文卓拍的霍元甲什么时候上映
- 野旷天低树江清月近人的诗句意思 野旷天低树江清月近人是什么节日
- 比特棉面料特点 比特棉是什么面料
- 办理佛山居住证需要什么材料 佛山居住证需要什么材料
- 加捻对纱线性能有何影响? 纱线为什么要加捻有什么优势
- 弱水三千后面是什么 弱水三千的出处是哪里
- 怎样涂风筝 怎么涂风筝