[转] EM算法总结

From: https://www.cnblogs.com/pinard/p/6912636.html

EM算法也称期望最大化（Expectation-Maximum,简称EM）算法，它是一个基础算法，是很多机器学习领域算法的基础，比如隐式马尔科夫算法（HMM）， LDA主题模型的变分推断等等。本文就对EM算法的原理做一个总结。

　　　　我们经常会从样本观察数据中，找出样本的模型参数。 最常用的方法就是极大化模型分布的对数似然函数。

　　　　但是在一些情况下，我们得到的观察数据有未观察到的隐含数据，此时我们未知的有隐含数据和模型参数，因而无法直接用极大化对数似然函数得到模型分布的参数。怎么办呢？这就是EM算法可以派上用场的地方了。

　　　　EM算法解决这个的思路是使用启发式的迭代方法，既然我们无法直接求出模型分布参数，那么我们可以先猜想隐含数据（EM算法的E步），接着基于观察数据和猜测的隐含数据一起来极大化对数似然，求解我们的模型参数（EM算法的M步)。由于我们之前的隐藏数据是猜测的，所以此时得到的模型参数一般还不是我们想要的结果。不过没关系，我们基于当前得到的模型参数，继续猜测隐含数据（EM算法的E步），然后继续极大化对数似然，求解我们的模型参数（EM算法的M步)。以此类推，不断的迭代下去，直到模型分布参数基本无变化，算法收敛，找到合适的模型参数。

　　　　从上面的描述可以看出，EM算法是迭代求解最大值的算法，同时算法在每一次迭代时分为两步，E步和M步。一轮轮迭代更新隐含数据和模型分布参数，直到收敛，即得到我们需要的模型参数。

　　　　一个最直观了解EM算法思路的是K-Means算法，见之前写的K个初始化质心，即EM算法的E步；然后计算得到每个样本最近的质心，并把样本聚类到最近的这个质心，即EM算法的M步。重复这个E步和M步，直到质心不再变化为止，这样就完成了K-Means聚类。

　　　　当然，K-Means算法是比较简单的，实际中的问题往往没有这么简单。上面对EM算法的描述还很粗糙，我们需要用数学的语言精准描述。

2. EM算法的推导

　　　　对于θ, 极大化模型分布的对数似然函数如下：

θ=argmaxθ∑i=1mlogP(x(i);θ)

 

　　　　如果我们得到的观察数据有未观察到的隐含数据z=(z(1),z(2),...z(m))，此时我们的极大化模型分布的对数似然函数如下：

θ=argmaxθ∑i=1mlogP(x(i);θ)=argmaxθ∑i=1mlog∑z(i)P(x(i)，z(i);θ)

 

　　　　上面这个式子是没有 办法直接求出θ的。因此需要一些特殊的技巧，我们首先对这个式子进行缩放如下：

(1)∑i=1mlog∑z(i)P(x(i)，z(i);θ)=∑i=1mlog∑z(i)Qi(z(i))P(x(i)，z(i);θ)Qi(z(i))(2)≥∑i=1m∑z(i)Qi(z(i))logP(x(i)，z(i);θ)Qi(z(i))

 

　　　　上面第(1)式引入了一个未知的新的分布Qi(z(i))，第(2)式用到了Jensen不等式：

log∑jλjyj≥∑jλjlogyj,λj≥0,∑jλj=1

 

　　　　或者说由于对数函数是凹函数，所以有:

f(E(x))≥E(f(x))如果f(x)是凹函数

 

　　　　此时如果要满足Jensen不等式的等号，则有：

P(x(i)，z(i);θ)Qi(z(i))=c,c为常数

 

　　　　由于Qi(z(i))是一个分布，所以满足：

∑zQi(z(i))=1

 

　　　　从上面两式，我们可以得到：

Qi(z(i))=P(x(i)，z(i);θ)∑zP(x(i)，z(i);θ)=P(x(i)，z(i);θ)P(x(i);θ)=P(z(i)|x(i);θ))

 

　　　　如果Qi(z(i))=P(z(i)|x(i);θ)), 则第(2)式是我们的包含隐藏数据的对数似然的一个下界。如果我们能极大化这个下界，则也在尝试极大化我们的对数似然。即我们需要最大化下式：

argmaxθ∑i=1m∑z(i)Qi(z(i))logP(x(i)，z(i);θ)Qi(z(i))

 

　　　　去掉上式中为常数的部分，则我们需要极大化的对数似然下界为：

argmaxθ∑i=1m∑z(i)Qi(z(i))logP(x(i),z(i);θ)

 

　　　　上式也就是我们的EM算法的M步，那E步呢？注意到上式中Qi(z(i))的期望。

　　　　至此，我们理解了EM算法中E步和M步的具体数学含义。

3. EM算法流程

　　　　现在我们总结下EM算法的流程。

　　　　输入：观察数据J。

　　　　1) 随机初始化模型参数θ0。

　　　　2） for j  from 1 to J开始EM算法迭代：

　　　　　　a) E步：计算联合分布的条件概率期望：

Qi(z(i))=P(z(i)|x(i)，θj))

L(θ,θj)=∑i=1m∑z(i)Qi(z(i))logP(x(i)，z(i);θ)

 

　　　　　　b) M步：极大化θj+1:

θj+1=argmaxθL(θ,θj)

 

　　　　　　c) 如果θj+1已收敛，则算法结束。否则继续回到步骤a)进行E步迭代。

　　　　输出：模型参数θ。

4. EM算法的收敛性思考

　　　　EM算法的流程并不复杂，但是还有两个问题需要我们思考：

　　　　1） EM算法能保证收敛吗？

　　　　2） EM算法如果收敛，那么能保证收敛到全局最大值吗？　　

　　　　首先我们来看第一个问题, EM算法的收敛性。要证明EM算法收敛，则我们需要证明我们的对数似然函数的值在迭代的过程中一直在增大。即：

∑i=1mlogP(x(i);θj+1)≥∑i=1mlogP(x(i);θj)

 

　　　　由于

L(θ,θj)=∑i=1m∑z(i)P(z(i)|x(i);θj))logP(x(i)，z(i);θ)

 

　　　　令：

H(θ,θj)=∑i=1m∑z(i)P(z(i)|x(i);θj))logP(z(i)|x(i);θ)

 

　　　　上两式相减得到：

∑i=1mlogP(x(i);θ)=L(θ,θj)−H(θ,θj)

 

　　　　在上式中分别取θj+1，并相减得到：

∑i=1mlogP(x(i);θj+1)−∑i=1mlogP(x(i);θj)=[L(θj+1,θj)−L(θj,θj)]−[H(θj+1,θj)−H(θj,θj)]

 

　　　　要证明EM算法的收敛性，我们只需要证明上式的右边是非负的即可。

　　　　由于L(θ,θj)极大，因此有:

L(θj+1,θj)−L(θj,θj)≥0

 

　　　　而对于第二部分，我们有：