Обсуждение:EM алгоритм (пример)
Материал из MachineLearning.
(Различия между версиями)
(Новая: Быть может, стоит написать, что параметр <tex>$\lambda_{ik}$</tex> -- это вероятность, что i-й семпл пришёл из из ком...) |
|||
| Строка 1: | Строка 1: | ||
| + | Е-шаг: | ||
Быть может, стоит написать, что параметр <tex>$\lambda_{ik}$</tex> -- это вероятность, что i-й семпл пришёл из из компоненты j? | Быть может, стоит написать, что параметр <tex>$\lambda_{ik}$</tex> -- это вероятность, что i-й семпл пришёл из из компоненты j? | ||
| + | М-шаг: | ||
| + | Может быть, стоит передвинуть подсчёт параметра: | ||
| + | <tex>N_{k}=\sum_{n=1}^N \gamma_{nk}</tex>, где <tex>\delta_{max}>\Delta</tex> | ||
| + | на первую строчку? Потому что остальные параметры зависят от него. | ||
| + | Также, кажется, непонятно, почему у этой формулы есть комментарий "где <tex>\delta_{max}>\Delta</tex>", ведь формула не зависит от где <tex>\delta_{max}/tex> | ||
Версия 14:08, 8 июня 2017
Е-шаг:
Быть может, стоит написать, что параметр -- это вероятность, что i-й семпл пришёл из из компоненты j?
М-шаг:
Может быть, стоит передвинуть подсчёт параметра:
, где
на первую строчку? Потому что остальные параметры зависят от него.
Также, кажется, непонятно, почему у этой формулы есть комментарий "где
", ведь формула не зависит от где
