
機(jī)器學(xué)習(xí)中的EM算法詳解及R語(yǔ)言實(shí)例(1)
最大期望算法(EM)
K均值算法非常簡(jiǎn)單,相信讀者都可以輕松地理解它。但下面將要介紹的EM算法就要困難許多了,它與極大似然估計(jì)密切相關(guān)。
1 算法原理
不妨從一個(gè)例子開始我們的討論,假設(shè)現(xiàn)在有100個(gè)人的身高數(shù)據(jù),而且這100條數(shù)據(jù)是隨機(jī)抽取的。一個(gè)常識(shí)性的看法是,男性身高滿足一定的分布(例如正態(tài)分布),女性身高也滿足一定的分布,但這兩個(gè)分布的參數(shù)不同。我們現(xiàn)在不僅不知道男女身高分布的參數(shù),甚至不知道這100條數(shù)據(jù)哪些是來(lái)自男性,哪些是來(lái)自女性。這正符合聚類問題的假設(shè),除了數(shù)據(jù)本身以外,并不知道其他任何信息。而我們的目的正是推斷每個(gè)數(shù)據(jù)應(yīng)該屬于哪個(gè)分類。所以對(duì)于每個(gè)樣本,都有兩個(gè)需要被估計(jì)的項(xiàng),一個(gè)就是它到底是來(lái)自男性身高的分布,還是來(lái)自女性身高的分布。另外一個(gè)就是,男女身高分布的參數(shù)各是多少。
既然我們要估計(jì)知道A和B兩組參數(shù),在開始狀態(tài)下二者都是未知的,但如果知道了A的信息就可以得到B的信息,反過來(lái)知道了B也就得到了A。所以可能想到的一種方法就是考慮首先賦予A某種初值,以此得到B的估計(jì),然后從B的當(dāng)前值出發(fā),重新估計(jì)A的取值,這個(gè)過程一直持續(xù)到收斂為止。你是否隱約想到了什么?是的,這恰恰是K均值算法的本質(zhì),所以說K均值算法中其實(shí)蘊(yùn)含了EM算法的本質(zhì)。
EM算法,又稱期望最大化(Expectation Maximization)算法。在男女身高的問題里面,可以先隨便猜一下男生身高的正態(tài)分布參數(shù):比如可以假設(shè)男生身高的均值是1.7米,方差是0.1米。當(dāng)然,這僅僅是我們的一個(gè)猜測(cè),最開始肯定不會(huì)太準(zhǔn)確。但基于這個(gè)猜測(cè),便可計(jì)算出每個(gè)人更可能屬于男性分布還是屬于女性分布。例如有個(gè)人的身高是1.75米,顯然它更可能屬于男性身高這個(gè)分布。據(jù)此,我們?yōu)槊織l數(shù)據(jù)都劃定了一個(gè)歸屬。接下來(lái)就可以根據(jù)最大似然法,通過這些被大概認(rèn)為是男性的若干條數(shù)據(jù)來(lái)重新估計(jì)男性身高正態(tài)分布的參數(shù),女性的那個(gè)分布同樣方法重新估計(jì)。然后,當(dāng)更新了這兩個(gè)分布的時(shí)候,每一個(gè)屬于這兩個(gè)分布的概率又發(fā)生了改變,那么就再需要調(diào)整參數(shù)。如此迭代,直到參數(shù)基本不再發(fā)生變化為止。數(shù)據(jù)分析師培訓(xùn)
在正式介紹EM算法的原理和執(zhí)行過程之前,此處首先對(duì)邊緣分布的概念稍作補(bǔ)充。
2. 收斂探討
在下一篇中我們將討論高斯混合模型(GMM),相當(dāng)于是EM的一種實(shí)現(xiàn)。并給出在R中進(jìn)行數(shù)據(jù)挖掘的實(shí)例。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
LSTM 模型輸入長(zhǎng)度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長(zhǎng)序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報(bào)考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計(jì)的實(shí)用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強(qiáng)大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠(chéng)摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實(shí)施重大更新。 此次更新旨在確保認(rèn) ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價(jià)值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡(jiǎn)稱 BI)深度融合的時(shí)代,BI ...
2025-07-10SQL 在預(yù)測(cè)分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢(shì)預(yù)判? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代,預(yù)測(cè)分析作為挖掘數(shù)據(jù)潛在價(jià)值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結(jié)束后:分析師的收尾工作與價(jià)值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結(jié)束)并非工作的終點(diǎn),而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報(bào)考到取證的全攻略? 在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭(zhēng)搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢(shì)性檢驗(yàn):捕捉數(shù)據(jù)背后的時(shí)間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢(shì)性檢驗(yàn)如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時(shí)間維度的精準(zhǔn)切片? ? 在數(shù)據(jù)的世界里,時(shí)間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準(zhǔn) ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實(shí)戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認(rèn)證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗(yàn):數(shù)據(jù)趨勢(shì)與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中,準(zhǔn)確捕捉數(shù)據(jù)的趨勢(shì)變化以及識(shí)別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認(rèn)證作為國(guó)內(nèi)權(quán)威的數(shù)據(jù)分析能力認(rèn)證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應(yīng)對(duì)策略? 長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的一種變體,憑借獨(dú)特的門控機(jī)制,在 ...
2025-07-07統(tǒng)計(jì)學(xué)方法在市場(chǎng)調(diào)研數(shù)據(jù)中的深度應(yīng)用? 市場(chǎng)調(diào)研是企業(yè)洞察市場(chǎng)動(dòng)態(tài)、了解消費(fèi)者需求的重要途徑,而統(tǒng)計(jì)學(xué)方法則是市場(chǎng)調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書考試全攻略? 在數(shù)字化浪潮席卷全球的當(dāng)下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅(qū)動(dòng)力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉(zhuǎn)日期:解鎖數(shù)據(jù)處理的關(guān)鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準(zhǔn)確性的基礎(chǔ) ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅(qū)動(dòng)力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產(chǎn)要素的今天,數(shù)據(jù)分析師的職業(yè)價(jià)值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03