算法过程

θ(i)\theta^{(i)}为第i次迭代参数θ\theta的估计值。

输入: 1. 选择参数的初值θ(0)\theta^{(0)}开始迭代。 2. E步:假设当前已知θ(i)\theta^{(i)},此次为第i+1次迭代。计算期望:

Q(θ,θ(i))=zlogP(Y,Zθ)P(ZY,θ(i))Q(\theta, \theta^{(i)}) = \sum_z\log P(Y,Z|\theta)P(Z|Y, \theta^{(i)})
  1. M步:求使Q(θ,θ(i))Q(\theta, \theta^{(i)})极大化的θ(i+1)\theta^{(i+1)}

    θ(i+1)=argmaxθQ(θ,θ(i))\theta^{(i+1)} = \arg\max_{\theta}Q(\theta, \theta^{(i)})
  2. 重复2、3步,直至收敛,即θ(i+1)\theta^{(i+1)}θ(i)\theta^{(i)}的差别足够小。

Last updated

Was this helpful?