2013-03-16 86 views
2

我已經實現了exp。最大化算法,它收斂並正確返回musigma的值,我已經檢查了各種示例。含義在對數似然對數。最大化算法

我試圖繪製日誌可能性,但我不知道它將如何看待正確的形式? 下面是公式: enter image description here 而我的情節,y是對數似然值,x是迭代次數。 enter image description here

負值很奇怪,也許我應該規範可能性?對數似然意味着在Exp。最大化?

logLikelihood = 0; 
for i = 1 : n 
    logTemp = 0; 
    for j = 1 : k 
     logTemp = logTemp + p(j) * mvnpdf(x(i,:), mu(j,:), sigma(:,:,j)); 
    end 
    logLikelihood = logLikelihood + log(logTemp); 
end 
plot(iteration, logLikelihood,'r*'); 
hold on; 

回答

2

數概率永遠是否定的,因爲它是一個概率(P < 1)的對數。您的概率(不是logprop。)的順序是p = 10^-1000,這是正常的。例如,10000個有偏差的骰子卷的最可能的序列將具有非常小的概率(但其他序列更不可能)。

的logpropability是一個結構來避免消失的概率,那就是該計劃將剛輪他們以爲零,當它的程序最有可能打破了與例如一些標準化爲零分裂。