【转载】简单易学的机器学习算法——EM算法

结束有Python实现的代码：https://blog.csdn.net/google19890102/article/details/46431715

一、机器学习中的参数估计问题

    在前面的博文中，如“简单易学的机器学习算法——Logistic回归”中，采用了极大似然函数对其模型中的参数进行估计，简单来讲即对于一系列样本，Logistic回归问题属于监督型学习问题，样本中含有训练的特征以及标签，在Logistic回归的参数求解中，通过构造样本属于类别和类别的概率：

这样便能得到Logistic回归的属于不同类别的概率函数：

此时，使用极大似然估计便能够估计出模型中的参数。但是，如果此时的标签是未知的，称为隐变量，如无监督的学习问题，典型的如K-Means聚类算法，此时不能直接通过极大似然估计估计出模型中的参数。

二、EM算法简介

    在上述存在隐变量的问题中，不能直接通过极大似然估计求出模型中的参数，EM算法是一种解决存在隐含变量优化问题的有效方法。EM算法是期望极大(Expectation Maximization)算法的简称，EM算法是一种迭代型的算法，在每一次的迭代过程中，主要分为两步：即求期望(Expectation)步骤和最大化(Maximization)步骤。

三、EM算法推导的准备

1、凸函数

    设是定义在实数域上的函数，如果对于任意的实数，都有

那么是凸函数。若不是单个实数，而是由实数组成的向量，此时，如果函数的Hesse矩阵是半正定的，即

那么是凸函数。特别地，如果或者，那么称为严格凸函数。

2、Jensen不等式

    如果函数是凸函数，是随机变量，那么

特别地，如果函数是严格凸函数，那么当且仅当

即随机变量是常量。

(图片来自参考文章1)

注：若函数是凹函数，上述的符号相反。

3、数学期望

3.1随机变量的期望

   设离散型随机变量的概率分布为：

其中，，如果绝对收敛，则称为的数学期望，记为，即：

   若连续型随机变量的概率密度函数为，则数学期望为：

3.2随机变量函数的数学期望

   设是随机变量的函数，即，若是离散型随机变量，概率分布为：

则：

   若是连续型随机变量，概率密度函数为，则

四、EM算法的求解过程

    假设表示观测变量，表示潜变量，则此时即为完全数据，的似然函数为，其中，为需要估计的参数，那么对于完全数据，的似然函数为。

    构建好似然函数，对于给定的观测数据，为了估计参数，我们可以使用极大似然估计的方法对其进行估计。因为变量是未知的，我们只能对的似然函数为进行极大似然估计，即需要极大化：

上述式子中无法直接对求极大值，因为在函数中存在隐变量，即未知变量。若此时，我们能够确定隐变量的值，便能够求出的极大值，可以用过不断的修改隐变量的值，得到新的的极大值。这便是EM算法的思路。通过迭代的方式求出参数。

    首先我们需要对参数赋初值，进行迭代运算，假设第次迭代后参数的值为，此时的log似然函数为，即：

在上式中，第二行到第三行使用到了Jensen不等式，由于log函数是凹函数，由Jensen不等式得到：

而

表示的是的期望，其中，表示的是隐变量满足的某种分布。这样，上式的值取决于和的概率。在迭代的过程中，调整这两个概率，使得下界不断的上升，这样就能求得的极大值。注意，当等式成立时，说明此时已经等价于。由Jensen不等式可知，等式成立的条件是随机变量是常数，即：

已知：

所以：

则：

至此，我们得出了隐变量满足的分布的形式。这就是EM算法中的E步。在确定了后，调整参数使得取得极大，这便是M步。EM算法的步骤为：

1. 初始化参数，开始迭代；
2. E步：假设为第次迭代参数的估计值，则在第次迭代中，计算：
3. M步：求使极大化的，确定第次的参数的估计值：

五、EM算法的收敛性保证

迭代的过程能否保证最后找到的就是最大的似然函数值呢？即需要证明在整个迭代的过程中，极大似然估计是单调增加的。假定和是EM算法的第次和第次迭代后的结果，选定，进行迭代：

1. E步：
2. M步：

固定，将看成变量：

上式中，第一个大于等于是因为：

六、利用EM算法参数求解实例

    假设有有一批数据分别是由两个正态分布：

产生，其中，和未知，。但是不知道具体的是第产生，即可以使用和表示。这是一个典型的涉及到隐藏变量的例子，隐藏变量为和。可以使用EM算法对参数进行估计。

1. 首先是初始化和；
2. E步：，即求数据是由第个分布产生的概率：
3. M步：，即计算最大的期望值。然而我们要求的参数是均值，可以通过如下的方式估计：