EM算法

含有隐藏变量时，不好直接求极大似然，可以考虑用EM算法。

参考   （EM 算法）The EM Algorithm      从最大似然到 EM 算法浅解

1.Jensen 不等式

 回顾优化理论中的一些概念。

设 f 是定义域为实数的函数，如果对于所有的实数 x，，那么 f 是凸函数。

当 x 是向量时，如果其 hessian 矩阵 H 是半正定的（），那么 f 是凸函数。

如果或者，那么称 f 是严格凸函数。

      Jensen 不等式表述如下：

      如果 f 是凸函数，X 是随机变量，那么

      

      特别地，如果 f 是严格凸函数，那么当且仅当，也就是说 X 是常量。

      这里我们将简写为。

      如果用图表示会很清晰：

      

      图中，实线 f 是凸函数，X 是随机变量，有 0.5 的概率是 a，有 0.5 的概率是 b。（就像掷硬币一样）。X 的期望值就是 a 和 b 的中值了，图中可以看到成立。

      当 f 是（严格）凹函数当且仅当 - f 是（严格）凸函数。

      Jensen 不等式应用于凹函数时，不等号方向反向，也就是。

2.EM算法

输入：观测变量数据Y，隐变量数据Z，联合分布

输出：模型参数

step 1： 选择参数的初值，开始迭代

step 2： 函数：

这里下隐变量数据Z的条件概率分布

step 3：M步骤，求使得

 step 4：重复2,3,直至收敛

思路：

   给定的训练样本是，样例间独立，我们想找到每个样例隐含的类别 z，能使得 p(x,z) 最大。p(x,z) 的最大似然估计如下：

其中分号表示竖线，  ,一个意思啊

第一步是对极大似然取对数，第二步是对每个样例的每个可能类别 z 求联合分布概率和。但是直接求一般比较困难，因为有隐藏变量 z 存在，但是一般确定了 z 后，求解就容易了

EM 是一种解决存在隐含变量优化问题的有效方法。竟然不能直接最大化，我们可以不断地建立的下界（E 步），然后优化下界（M 步）。这句话比较抽象，看下面的。

    期望计算方法：    设 Y 是随机变量 X 的函数（g 是连续函数），那么

      （1） X 是离散型随机变量，它的分布律为，k=1,2,…。若绝对收敛，则有

      

      （2） X 是连续型随机变量，它的概率密度为，若绝对收敛，则有

      

证明收敛性