Я работаю в программировании GMM с EM. Я застрял со следующей проблемой. Как вы увидите на этом веб-сайте, есть параметр "pi ", что, другими словами, является значением веса или вероятности.
У меня вопрос, как это рассчитывается? Или это в реальном кодировании игнорируется?
pi_k — смешанный коэффициент для k-го гауссиана. Вы определенно не можете игнорировать это. Оценка максимального правдоподобия для pi_k — это среднее значение k-й переменной индикатора для ваших экземпляров. Страница, на которую вы ссылаетесь, называет эти индикаторы \alpha_ik.
Как вы, возможно, читали, каждая итерация EM состоит из двух шагов. шаг ожидания и шаг максимизации. На каждом шаге ожидания у нас появляется все более четкое представление о том, насколько каждая обучающая выборка принадлежит каждому кластеру. Используя эту оценку, на этапе максимизации мы вычисляем параметры GMM, которые максимизируют вероятность. pi_k — один из рассчитанных таким образом параметров на этапе максимизации. Таким образом, pi_k переоценивается на каждой итерации.
Используя реализацию EM opencv, если 'em_model' является вашей EM-моделью, и если она была обучена,
Mat weights = em_model.get<Mat>("weights");
даст вам значения pi_k.
