据我所知，在 GMM 中估计参数的常用方法是 EM。然而，也可以使用最大似然。这两种方法有什么区别？为什么一个人会更喜欢他们中的任何一个？
高斯混合模型：最大似然估计还是期望最大化？
机器算法验证
最大似然
高斯混合分布
2022-04-07 01:27:49
2个回答
梅林，你有制造错误二分法的危险。EM 是一种优化技术，可用于查找最大似然估计，因此选择不是“一个或另一个”。
在混合模型中，EM 通常用于查找 MLE 或 MAP，因为它产生透明的算法。
您可以直接使用 ML，但由于不同高斯的先验（通常称为潜在变量）是未知的，您可能会发现您的优化目标非常困难。EM 迭代法解决了这种棘手的问题。
建议阅读： https ://see.stanford.edu/materials/aimlcs229/cs229-notes8.pdf
其它你可能感兴趣的问题