你能解释一下如何证明期望最大化算法的收敛性吗?
例如硬币问题的 EM:https://math.stackexchange.com/questions/25111/how-does-expectation-maximization-work
最佳答案
EM 算法进行最大似然估计。如果您查看对数似然,就会发现 E 和 M 步骤并不总是使其最大化。然而,如果你看一下负自由能函数,它们总是最大化它,尽管相对于不同的事物(有点像坐标下降)。所以是的,EM 算法总是收敛的,即使它可能收敛到不良的局部极值,这是一个不同的问题。
看看经典论文www.cs.toronto.edu/~radford/ftp/emk.pdf自己去了解更多。
关于machine-learning - 如何证明EM的收敛性?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/12580168/