EM和PCA和LDA和Ensemble Learning

EM 琴生不等式Jensen Inequality 参考下图黑洞传送门 MLE最大似然估计 一个数据集出现了，我们就最大化这个数据集的似然概率。 数据集中每个点都是独立出现的，因此可以概率连乘。 求得使得似然概率最大（当前数据集出现的估计概率）的参数。 MLE的对数累加形式 log是凹函数，因此 l o g ( E ( x ) ) ≥ E ( l o g ( x ) ) log(E(x)) \ge

>>阅读原文<<