本篇内容介绍了“python怎么模拟EM算法”的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！
问题引入：有三个硬币：A、B、C。现在先投掷A，根据A的结果进行选择，A为正面选B，A为反面选C。然后用选出的硬币进行投掷。结果[1, 1, 0, 1, 0, 0, 1, 0, 1, 1]。问题：先只能观测到抛硬币结果，不能观测过程的前提下，如何估计三个硬币正面出现的概率，即三个硬币模型的参数。
EM算法解决代码：
计算
安全
数据库
网络和加速
企业服务
import numpy as np
import math
class EM:
def __init__(self, prob):
self.pro_A, self.pro_B, self.pro_C = prob
# e_step
def pmf(self, i):
pro_1 = self.pro_A * math.pow(self.pro_B, data[i]) * math.pow(
(1 - self.pro_B), 1 - data[i])
pro_2 = (1 - self.pro_A) * math.pow(self.pro_C, data[i]) * math.pow(
(1 - self.pro_C), 1 - data[i])
return pro_1 / (pro_1 + pro_2)
# m_step
def fit(self, data):
count = len(data)
print('init prob:{}, {}, {}'.format(self.pro_A, self.pro_B,
self.pro_C))
for d in range(count):
# _ = yield # 关于yield强烈推荐这篇： https://developer.ibm.com/zh/articles/os-cn-python-yield/
_pmf = [self.pmf(k) for k in range(count)]
pro_A = 1 / count * sum(_pmf)
pro_B = sum([_pmf[k] * data[k] for k in range(count)]) / sum(
[_pmf[k] for k in range(count)])
pro_C = sum([(1 - _pmf[k]) * data[k]
for k in range(count)]) / sum([(1 - _pmf[k])
for k in range(count)])
print('{}/{} pro_a:{:.3f}, pro_b:{:.3f}, pro_c:{:.3f}'.format(
d + 1, count, pro_A, pro_B, pro_C))
self.pro_A = pro_A
self.pro_B = pro_B
self.pro_C = pro_C
data = [1, 1, 0, 1, 0, 0, 1, 0, 1, 1]
# 由于EM算法与初始值有关，这里有两组不同的初始值，以便体会
# 第一组
# em = EM(prob=[0.5, 0.5, 0.5])
# f = em.fit(data)
# 如果用yield
# 需要下边代码
# next(f) # 执行到上面的yield卡主，即只完成了初始化
# next(f) # 继续执行，到下一次yield之前。也就是完成了一次迭代
# 第二组
em = EM(prob=[0.4, 0.6, 0.7])
f2 = em.fit(data)结果：
没有用yield时：
init prob:0.4, 0.6, 0.7
1/10 pro_a:0.406, pro_b:0.537, pro_c:0.643
2/10 pro_a:0.406, pro_b:0.537, pro_c:0.643
3/10 pro_a:0.406, pro_b:0.537, pro_c:0.643
4/10 pro_a:0.406, pro_b:0.537, pro_c:0.643
5/10 pro_a:0.406, pro_b:0.537, pro_c:0.643
6/10 pro_a:0.406, pro_b:0.537, pro_c:0.643
7/10 pro_a:0.406, pro_b:0.537, pro_c:0.643
8/10 pro_a:0.406, pro_b:0.537, pro_c:0.643
9/10 pro_a:0.406, pro_b:0.537, pro_c:0.643
10/10 pro_a:0.406, pro_b:0.537, pro_c:0.643用yield的时候一条一条输出上面的语句
“python怎么模拟EM算法”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识可以关注亿速云网站，小编将为大家输出更多高质量的实用文章！
亿速云「云服务器」，即开即用、新一代英特尔至强铂金CPU、三副本存储NVMe SSD云盘，价格低至29元/月。点击查看>>
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
原文链接：https://my.oschina.net/LevideGrowthHistory/blog/4749840
