简介
EM算法也称期望最大化（Expectation-Maximum,简称EM）算法，其最主要的思想有两步：
- E：求期望，
- M: 求极大
EM算法采用的是启发式的迭代方法，就是当我们无法直接求出模型的参数分布的时候，我们先猜想隐含的数据，根据猜测的隐含数据和观察数据，求对数似然的最大值。然后根据当前模型的参数，继续猜测隐含数据，然后再求极大化似然函数，以此类推迭代下去，直到模型参数的分布基本不变化，那么当前模型的参数，认为是得到极大似然的最好模型参数。
其实K-Means就是这种思想。求质心的过程其实就是E，计算每个样本最近的质心，就是M步。
数学推导
输入：观测数据X，模型参数为θ。极大化模型分布的对数似然为：
对于得到的观察数据有未观察到的隐含数据Z，极大化模型分布的对数似然可以变成：
通过Jensen不等式：
极大化模型分布的对数似然可以变成：
其中是一个未知的新的分布。
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))是一个分布，因此∑z(i)Qi(z(i))logP(x(i)，z(i);θ)可以理解为logP(x(i)，z(i);θ)基于条件概率分布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。
EM算法流程
输入: 观察数据x=\left(x^{(1)}, x^{(2)}, \ldots x^{(m)}\right) ,联合分布p(x, z | \theta) ,条件分布p(z | x, \theta) ,极大迭代次数J
随机初始化模型参数\thetaθ的初值\theta^{0}
-
from j from 1 to J:
- E步：计算联合分布的条件概率期望:
\left.Q_{i}\left(z{(i)}\right):=P\left(z{(i)} | x^{(i)}, \quad \theta\right)\right)- M步：极大化L(\theta)L(θ),得到\thetaθ:
\theta:=\arg \max {\theta} \sum{i=1}^{m} \sum_{z^{(i)}} Q_{i}\left(z^{(i)}\right) \log P\left(x^{(i)}, z^{(i)} | \theta\right)
- E,M步骤直到\thetaθ收敛。
- 输出：模型参数\thetaθ
EM算法收敛性的思考
- 具体的推导参考这个吧 https://www.cnblogs.com/pinard/p/6912636.html
- EM 算法可以保证收敛到一个稳定点，但是却不能保证收敛到全局的极大值点，因此它是局部最优的算法,如果我们的优化目标是凸的,则EM算法可以保证收敛到全局极大值，这点和梯度下降法这样的迭代算法相同。
EM算法应用
如果我们从算法思想的角度来思考EM算法，我们可以发现我们的算法里已知的是观察数据，未知的是隐含数据和模型参数，在E步，我们所做的事情是固定模型参数的值，优化隐含数据的分布，而在M步，我们所做的事情是固定隐含数据分布，优化模型参数的值。EM的应用包括:
- 支持向量机的SMO算法
- 混合高斯模型
- K-means
- 隐马尔可夫模型
参考资料：
参考资料1：如何通俗理解EM算法
参考资料2：EM算法原理总结
