EM算法--expectation maximization

老师课堂总结,请勿转载 重新思考分类或聚类 我们转换思路, 将聚类看做一类缺失值估计问题。缺失的值就是每个样本的类别标签 令 D = {x(1),x(2),…x(n)} 表示一组观测值 令H = {z(1),z(2),..z(n)} 表示隐含变量Z的n个取值. z(i) 与x(i)一一对应 观测值的对数似然函数可表示为 在MLE中我们之估计    ,但在包含隐含变量的问题中我们还需要估计H. 令Q
相关文章
相关标签/搜索