我目前正在阅读 Bishop 的书 - Pattern Recognition and Machine Learning (2006)中的第 9 章 - Mixture Models and EM 。
我无法理解关于平均参数的最大化步骤。我特别指的是方程（9.16）。
那不应该是，而不是 吗？
此外，还有一个相同思路的后续问题。
当我们区分关于的可能性时，他如何处理多元正态分布中存在的（其中是维数）？看起来，从 eq(9.19) 来看，他只是忽略了行列式项。
这是毕晓普书中的错字/错误吗
机器算法验证
机器学习
期望最大化
2022-04-10 03:06:57
1个回答
确实，(9.16) 中有一个错字，应该是 幸运的是，这不会影响下一个方程（9.17）。
至于推导协方差矩阵的条件 MLE ，结果和方法都是正确的。中求导时考虑了行列式。（如果它被忽略，则 (9.19) 的 lhs 将为零。）除了权重之外，步骤与 Normal case 中的步骤相同。
其它你可能感兴趣的问题