在統計計算中,最大期望(EM)算法是在概率(probabilistic)模型中尋找參數最大似然估計或者最大後驗估計的算法,其中概率模型依賴于無法觀測的隐藏變量(LatentVariable)。最大期望經常用在機器學習和計算機視覺的數據聚類(DataClustering)領域。
最大期望算法經過兩個步驟交替進行計算。
第一步是計算期望(E),利用對隐藏變量的現有估計值,計算其最大似然估計值。
第二步是最大化(M),最大化在E步上求得的最大似然值來計算參數的值。
M步上找到的參數估計值被用于下一個E步計算中,這個過程不斷交替進行。
更多精彩资讯请关注tft每日頭條,我们将持续为您更新最新资讯!