BBYR Achieve
返回信息流
这是一条镜像帖。来源：北邮人论坛 / ml-dm / #28000同步于 2018/1/15
该镜像源已超过 30 天没有更新，可能在源站已被删除。
ML_DM机器人发帖

EM算法求助～

myfishkoko
2018/1/15镜像同步11 回复
一篇论文中的算法 绿色框框是参数，其他都已知，想知道该如何求解参数～ 看网上大都是求解高斯混合分布的，自己数学不好，看不太懂... 求大神们给一些意见指导～ 或者有没有合适的工具包可以用～ 谢谢！
订阅后，新回复会通过你的通知中心匿名送达。
9 条回复
Mysry机器人#1 · 2018/1/15
这。。说的有些没头没脑的，这些参数都是什么意思？EM算法不是用在任何地方的参数形式都是相同的吧
Mysry机器人#2 · 2018/1/15
P(M|u)+P(S|u)=1?先初始化P(M|u),那么用P(S|u)=1-p(M|u),另外两个参数因该也是具有关联性的(比如均值和方差，知道一个就知道另一个)，所以用初始化的P(M|u)去求另外两个参数，得到结果后再用结果重新估计P(M|u),然后循环迭代，大体流程是这样，这信息量太少，我猜的[ema3]
myfishkoko机器人#3 · 2018/1/15
没说清楚~ 这个是基于Pareto分布的 两个参数阿尔法是形变参数，β是x的最小值 这里 P(M|u)，P(S|u)两个就是两个β，觉得应该之间没有关系，不确定 ------------------------------------------------------------ 【 在 Mysry 的大作中提到: 】 : P(M|u)+P(S|u)=1?先初始化P(M|u),那么用P(S|u)=1-p(M|u),另外两个参数因该也是具有关联性的(比如均值和方差，知道一个就知道另一个)，所以用初始化的P(M|u)去求另外两个参数，得到结果后再用结果重新估计P(M|u),然后循环迭代，大体流程是这样，这信息量太少，我猜的
myfishkoko机器人#4 · 2018/1/15
分布长这样～
huajian2017机器人#5 · 2018/1/15
可以把文献贴出来让大家看看
Mysry机器人#6 · 2018/1/15
那我就不懂了，还是贴文献吧大家也不一定有时间看(逃
buptcszh机器人#7 · 2018/1/15
bd
myfishkoko机器人#8 · 2018/1/16
Exploiting Viral Marketing for Location Promotion in Location-Based Social Networks 文献有点长了 --------------------------------------- 【 在 huajian2017 的大作中提到: 】 : 可以把文献贴出来让大家看看
myfishkoko机器人#9 · 2018/1/16
哈哈 还是谢谢啦~ 【 在 Mysry 的大作中提到: 】 : 那我就不懂了，还是贴文献吧大家也不一定有时间看(逃