2015-12-09 80 views
0

我想了解EM算法是如何工作的,我指的是這些referencessresearch paperEM算法中的初始化步驟?

我明白是怎麼回事,我們採取隨機THETA(一),THETA(b)和每一個拋硬幣,我們計算P(硬幣),P(硬幣b)和重新計算THETA(a),THETA(b)。

我無法理解的是在初始theta值後面的推理。如果我在開始時對兩個theta值採取相同的值,該怎麼辦?在這種情況下,兩個硬幣的theta總是一樣的?

+0

更好的初始化通常會導致更快的收斂。 – rpd

回答

0

那麼,想想等於THETAs的解釋。如果THETA(a) = THETA(b),你基本上說兩個硬幣的概率是完全一樣的,所以它是不是很重要。如果你假設有相同的概率,你可以說只有一枚硬幣。