混合高斯分布与 EM 算法

极大似然估计在混合高斯分布中遇到的困难

在通常的状况下，对于所获得的样本集，\(X=\left\{x_{1}, \dots, x_{N}\right\}\)，咱们的目标是最大化似然函数，经过最大化似然函数来获取参数的值。这是似然函数每每取对数表示就是：
\[ \begin{aligned} L(\theta | X) &=\log \left(\prod_{i=1}^{N} p\left(x_{i} | \theta\right)\right) \\ &=\sum_{i=1}^{N} \log p\left(x_{i} | \theta\right) \end{aligned} \]
这个过程的参数估计能够描述成：
\[ \hat{\theta}=\arg \max _{\theta} L(\theta | X) \]
这个结果是能够直接计算出来的，那么引入混合高斯分布会是什么样呢？

混合高斯分布：

简单的说就是，非混合的状况下，咱们的数据集知足高斯分布，这样用极大似然就直接算出高斯分布中的参数就能够了。那么混合的状况下就是，原数据集是由多个知足高斯分布的数据集线性组合起来，这个时候咱们理解为：有 \(k\) 个知足不一样参数的高斯分布的数据集，而且 \(\sum_{j=1}^{k} \phi_{j}=1\)。其中 $\phi $ 表示权重那么咱们新的数据集就能够表示成 \(\sum_{j=1}^{k} \phi_{j} p_{j}\left({x} | \theta_{j}\right)\) 。那么这时参数就有两个，分别是 $ \phi $ 和 $ \theta$ 。如今咱们假设有\(\phi_{j} = p\left(z^{(i)}=j\right)\) 。

这个时候，根据条件几率的计算公式，咱们似然函数能够写成下面这样的式子：
\[ \begin{aligned} \ell(\phi, \mu, \Sigma) &=\sum_{i=1}^{m} \log p\left(x^{(i)} ; \phi, \mu, \Sigma\right) \\ &=\sum_{i=1}^{m} \log \sum_{z^{(i)}=1}^{k} p\left(x^{(i)} | z^{(i)} ; \mu, \Sigma\right) p\left(z^{(i)} ; \phi\right) \end{aligned} \]
上式中的 \(x^{(i)}|z^{(i)}\) 能够理解为 $x^{(i)} $ 来自第 $ j$ 个数据集的几率。显然这个 \(p\left(x^{(i)} | z^{(i)} ; \mu, \Sigma\right)\) 表示的是第 \(z^{(i)}\) 个高斯分布的函数。因此 $z^{(i)} $ 是个隐变量。这个式子我感受本身说的不够清楚，这个里的 $z^{(i)} $ 的选择咱们选择的是 \(\{1, \ldots, k\}\) 中的某一个，其实 $z^{(i)} $ 能够用向量来表示，表示成：
\[ \left[ \begin{matrix} 0& 0& 1& 0& ……& 0& 0& 0\\ \end{matrix} \right] \]
这样说明这个式子更直观，也更加细节，这里推荐一篇博客 传送门 ,

几率论中的 Jensen 不等式

对于 Jensen 不等式，一般状况下是这样的：对于 \(f^{\prime \prime}(x) \geq 0\) 也就是对于凸函数而言，这个能够用中值定理来证实，同时这个公式还能够用于证实多项式的均值不等式与调和不等式，这里就不给出证实了，在几率的条件下就是：实际上，这就是均值不等式来的啊， E 表示数学指望
\[ \mathrm{E}[f(X)] \geq f(\mathrm{E} X) \]

EM 算法讲了什么东西

对于通常形式的，引入隐变量 \(z\) 的极大似然函数：
\[ \begin{aligned} \ell(\theta) &=\sum_{i=1}^{N} \log p(x ; \theta) \\ &=\sum_{i=1}^{N} \log \sum_{z} p(x, z ; \theta) \end{aligned} \]
如今，咱们假设对于每个 $ i $ , \(Q_{i}\) 表示 $ z $ 的分布，那么咱们有 \(\sum_{z} Q_{i}(z)=1, Q_{i}(z) \geq0\) 。而后咱们使用 Jensen 不等式将上面的式子进行放缩，写成下面的这样形式，
\[ \begin{aligned} \ell(\theta) =\sum_{i} \log p\left(x^{(i)} ; \theta\right) &=\sum_{i} \log \sum_{z^{(i)}} p\left(x^{(i)}, z^{(i)} ; \theta\right) \\ &=\sum_{i} \log \sum_{z^{(i)}} Q_{i}\left(z^{(i)}\right) \frac{p\left(x^{(i)}, z^{(i)} ; \theta\right)}{Q_{i}\left(z^{(i)}\right)} \\ & \geq \sum_{i} \sum_{z^{(i)}} Q_{i}\left(z^{(i)}\right) \log \frac{p\left(x^{(i)}, z^{(i)} ; \theta\right)}{Q_{i}\left(z^{(i)}\right)} \end{aligned} \]
这里的 \(Q_{i}\) 应该就是 EM 算法不断的迭代的关键。

上面的式子代表 \(\ell(\theta)\) 有一个下界，从极大似然的角度考虑，咱们就是要最大化这个下界，获得 $ \theta $ 的取值，可是其中的 \(Q_{i}\) 是一个隐变量的分布，咱们并不知道这个分布是什么样子的。

上面使用 Jensen 不等式关键的一步是：
\[ f\left(\mathrm{E}_{z^{(i)} \sim Q_{i}}\left[\frac{p\left(x^{(i)}, z^{(i)} ; \theta\right)}{Q_{i}\left(z^{(i)}\right)}\right]\right) \geq \mathrm{E}_{z^{(i)} \sim Q_{i}}\left[f\left(\frac{p\left(x^{(i)}, z^{(i)} ; \theta\right)}{Q_{i}\left(z^{(i)}\right)}\right)\right] \]
这个式子取等式的时候，对于数学指望而言，只有常数能够知足数学指望中的 Jensen 不等式相等。这里不作具体的证实，咱们能够考虑从均值不等式来理解这个问题，假设这个常数是 $ c$ :
\[ \frac{p\left(x^{(i)}, z^{(i)} ; \theta\right)}{Q_{i}\left(z^{(i)}\right)}=c \]
也就是说：
\[ Q_{i}\left(z^{(i)}\right) \propto p\left(x^{(i)}, z^{(i)} ; \theta\right) \]
咱们知道：\(\sum_{z} Q_{i}\left(z^{(i)}\right)=1\) ，那么我能够考虑这样的状况：
\[ 1 = \sum{Q_i\left( z^{\left( i \right)} \right)} \propto \sum{p\left( x^{\left( i \right)},z^{\left( i \right)};\theta \right) } = \sum_{z} p\left(x^{(i)}, z ; \theta\right) \]
这样的话，就有下面的公式：
\[ \begin{aligned} Q_{i}\left(z^{(i)}\right) &=\frac{p\left(x^{(i)}, z^{(i)} ; \theta\right)}{\sum_{z} p\left(x^{(i)}, z ; \theta\right)} \\ &=\frac{p\left(x^{(i)}, z^{(i)} ; \theta\right)}{p\left(x^{(i)} ; \theta\right)} \\ &=p\left(z^{(i)} | x^{(i)} ; \theta\right) \end{aligned} \]
这一步咱们称为 E 步骤，能够获得等式成立的条件， \(Q_{i}\left(z^{(i)}\right) :=p\left(z^{(i)} | x^{(i)} ; \theta\right)\) ，这个是最大化下界的条件，咱们将这个条件带入 $\ell(\theta) $ 获得，也就是说，这个是最大似然函数的条件之一：那么咱们能够用下面的步骤来计算 $ \theta$ ,
\[ \theta :=\arg \max _{\theta} \sum_{i} \sum_{z^{(i)}} Q_{i}\left(z^{(i)}\right) \log \frac{p\left(x^{(i)}, z^{(i)} ; \theta\right)}{Q_{i}\left(z^{(i)}\right)} \]
那么这个 $ \theta$ 是否是最优的呢？接下来咱们来证实 EM 算法中一个很关键的问题，那就是上述的 E 步骤与 M 步骤不断放缩与收敛，最终获得最优的 $ \theta$ 的值。

因此 EM 算法的步骤能够表示成下面这样：

1. 函数声明 \(\operatorname{EM}\left(p_{Y, C}(y, c ; \theta), p_{C | Y}(c | y ; \theta), \theta^{(0)}\right)\)
2. for iteration \(t \in 1,2, \ldots\) do
3. \(Q_{i}^{(t)} \leftarrow P\left(z_i | x_i ; \theta^{(t-1)}\right) \quad(\text { E-step })\)
4. \(\theta^{(t)} \leftarrow \operatorname{argmax}_{\theta} \mathbb{E}_{Q_{i}^{(t)}}\left[P(y, C ; \theta)\right] \quad\left(\mathrm{M}{-\mathrm{Step}}\right)\)
5. if \(\theta^{(t)} \approx \theta^{(t-1)}\) then
6. return $\theta^{(t)} $

EM 算法的收敛问题

这个收敛的思想是这样的：咱们的 $ \theta $ 是直接经过极大似然函数算出的来的。那么 EM 算法迭代的步骤就是，咱们不断地最大化极大似然估计函数，也就是说 \(\ell\left(\theta^{(t)}\right) \leq \ell\left(\theta^{(t+1)}\right)\) ，这样就会不断地逼近最优解。在 EM 迭代的过程当中，咱们不断改变是 \(Q_{i}\) ，

为了更好的说明，假设上一步咱们已经获得了一个最优解 \(\ell\left(\theta^{(t)}\right)\) 以及 $ \theta^{(t)} $ 那么在这一步，咱们知足下面的状况：
\[ Q_{i}^{(t)}\left(z^{(i)}\right) :=p\left(z^{(i)} | x^{(i)} ; \theta^{(t)}\right) \ \ \ Jensen不等式条件\\ 用于计算 \ell\left(\theta^{(t+1)}\right) \]

\[ \ell\left(\theta^{(t)}\right)=\sum_{i} \sum_{z^{(i)}} Q_{i-1}^{(t)}\left(z^{(i)}\right) \log \frac{p\left(x^{(i)}, z^{(i)} ; \theta^{(t)}\right)}{Q_{i-1}^{(t)}\left(z^{(i)}\right)} \]

上面是一次最大化似然函数的条件，假设在上一次结束后咱们获得知足如上的条件，第一个式子是，咱们在上一次结束以后咱们获得 \(\ell\left(\theta^{(t)}\right)\) 以及最优解 $ \theta^{(t)} $ ，那么接下来的一次 E 步骤中，就会知足上面第一个等式，

那么咱们能够推出下面的不等式：
\[ \begin{aligned} \ell\left(\theta^{(t+1)}\right) & \geq \sum_{i} \sum_{z^{(i)}} Q_{i}^{(t)}\left(z^{(i)}\right) \log \frac{p\left(x^{(i)}, z^{(i)} ; \theta^{(t+1)}\right)}{Q_{i}^{(t)}\left(z^{(i)}\right)} \\ & \geq \sum_{i} \sum_{z^{(i)}} Q_{i}^{(t)}\left(z^{(i)}\right) \log \frac{p\left(x^{(i)}, z^{(i)} ; \theta^{(t)}\right)}{Q_{i}^{(t)}\left(z^{(i)}\right)} \\ &=\ell\left(\theta^{(t)}\right) \end{aligned} \]
对于上面的两个不等式作出如下解释：

1. 这个式子来自 Jensen 不等式，原式是这样的：\(\ell(\theta) \geq \sum_{i} \sum_{z^{(i)}} Q_{i}\left(z^{(i)}\right) \log \frac{p\left(x^{(i)}, z^{(i)} ; \theta\right)}{Q_{i}\left(z^{(i)}\right)}\) 对任意的 $ Q_i $ 与 \(\theta\) 均成立，因此咱们进行放缩获得第一个不等式，这个式子比较显然，

EM 算法用于混合高斯分布

\[ \sum_{i=1}^{m} \sum_{z^{(i)}} Q_{i}\left(z^{(i)}\right) \log \frac{p\left(x^{(i)}, z^{(i)} ; \phi, \mu, \Sigma\right)}{Q_{i}\left(z^{(i)}\right)} \\ =\sum_{i=1}^{m} \sum_{j=1}^{k} Q_{i}\left(z^{(i)}=j\right) \log \frac{p\left(x^{(i)} | z^{(i)}=j ; \mu, \Sigma\right) p\left(z^{(i)}=j ; \phi\right)}{Q_{i}\left(z^{(i)}=j\right)} \\ =\sum_{i=1}^{m} \sum_{j=1}^{k} w_{j}^{(i)} \log \frac{\frac{1}{(2 \pi)^{n / 2}\left|\Sigma_{j}\right|^{1 / 2}} \exp \left(-\frac{1}{2}\left(x^{(i)}-\mu_{j}\right)^{T} \Sigma_{j}^{-1}\left(x^{(i)}-\mu_{j}\right)\right) \cdot \phi_{j}}{w_{j}^{(i)}} \]

而后咱们用极大似然函数来将这个函数求最大值，偏导为0，
\[ \nabla_{\mu_{l}} \sum_{i=1}^{m} \sum_{j=1}^{k} w_{j}^{(i)} \log \frac{\frac{1}{(2 \pi)^{n / 2}\left|\Sigma_{j}\right|^{1 / 2}} \exp \left(-\frac{1}{2}\left(x^{(i)}-\mu_{j}\right)^{T} \Sigma_{j}^{-1}\left(x^{(i)}-\mu_{j}\right)\right) \cdot \phi_{j}}{w_{j}^{(i)}} \\ =-\nabla_{\mu_{l}} \sum_{i=1}^{m} \sum_{j=1}^{k} w_{j}^{(i)} \frac{1}{2}\left(x^{(i)}-\mu_{j}\right)^{T} \Sigma_{j}^{-1}\left(x^{(i)}-\mu_{j}\right) \\ =\frac{1}{2} \sum_{i=1}^{m} w_{l}^{(i)} \nabla_{\mu_{l}} 2 \mu_{l}^{T} \Sigma_{l}^{-1} x^{(i)}-\mu_{l}^{T} \Sigma_{l}^{-1} \mu_{l} \\ =\sum_{i=1}^{m} w_{l}^{(i)}\left(\sum_{l}^{-1} x^{(i)}-\Sigma_{l}^{-1} \mu_{l}\right) \]
而后就能够得出了：
\[ \mu_{l} :=\frac{\sum_{i=1}^{m} w_{l}^{(i)} x^{(i)}}{\sum_{i=1}^{m} w_{l}^{(i)}} \]