課件為人工智能講師葉梓人工智能基礎課程之一,接上一篇,更多課程,及老師資料可點選 個人首頁
(人工智能基礎課件37-38頁)
Python實作的EM
u 初始: [ 0.25447717 0.37797047]
u 0 [ 30.21943889 30.68531621]
u 1 [ 29.58857672 31.34010044]
u 2 [ 27.31817518 33.61036792]
u 3 [ 22.6182324 38.29831566]
u 4 [ 20.61652483 40.22624926]
u 5 [ 20.42627448 40.36824007]
u 6 [ 20.4065447 40.36767757]
u 7 [ 20.40190728 40.36422475]
u 8 [ 20.40024789 40.36268087]
u 9 [ 20.39960126 40.3620604 ]
u 10 [ 20.39934607 40.36181444]
u 11 [ 20.39924517 40.36171713]
u 12 [ 20.39920526 40.36167865]
![](https://img.laitimes.com/img/9ZDMuAjOiMmIsIjOiQnIsICM38FdsYkRGZkRG9lcvx2bjxiNx8VZ6l2cs0TPn10drpWT1kEROBDOsJGcohVYsR2MMBjVtJWd0ckW65UbM5WOHJWa5kHT20ESjBjUIF2X0hXZ0xCMx81dvRWYoNHLrdEZwZ1Rh5WNXp1bwNjW1ZUba9VZwlHdssmch1mclRXY39CXldWYtlWPzNXZj9mcw1ycz9WL49zZuBnLxQzN2AjMwUTM5AzNwAjMwIzLc52YucWbp5GZzNmLn9Gbi1yZtl2Lc9CX6MHc0RHaiojIsJye.png)
EM算法的解釋及缺點
u EM算法的直覺解釋是:
u 如果缺失資料是已知的,就可以利用已知的完全資料處理技術對模型的未知參數進行估計。
u 如果模型的參數已知,根據模型我們可以推導出缺失資料的值。
u EM主要不足:
u 收斂速度慢
u 算法高度依賴初始值的選擇
(結束)課件為人工智能講師葉梓人工智能基礎課程之一,接上一篇,更多課程,及老師資料可點選 個人首頁
由于小編專業能力有限,無法将老師課件編輯成文章。供一定基礎的同學将系列課件下載下傳整理
————————————————