表示 Exp 中的对数似然。最大化算法

Posted 2023-02-24

【中文标题】表示 Exp 中的对数似然。最大化算法

【英文标题】：Meaning Logarithm Likelihood in Exp. Maximization algorithm

【发布时间】：2013-03-16 22:20:15

【问题描述】：

我已经实现了exp。最大化算法，它收敛并正确返回 mu 和 sigma 的值，我已经检查了各种示例。

我已尝试绘制对数似然图，但我不知道它以正确的形式看起来如何？ 这是等式： 而我的情节，y 是对数似然值，x 是迭代次数。

负值很奇怪，也许我应该标准化可能性？对数似然在 Exp 中意味着什么。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;

【参考方案1】：

对数概率总是负数，因为它是概率的对数 (p

logpropability 是一种避免概率消失的构造，即程序会将它们四舍五入为零，并且当它这样做时，程序很可能会崩溃，例如除以某些归一化为零。