EM-高斯混合模型

EM-高斯混合模型

认识

前面为了直观认识 EM 算法, 用的"扔硬币"的案例, 是为了简化和直观, 而稍微偏应用和深入一点是高斯模型分类,这样一个话题.

就好比我们现在有一堆的数据点, 已经知道是来自于不同的 k 个类别, 每个类别又服从各自的高斯分布, 即k个不同的 ($\mu, \sigma$)

需求: 求解出这 k 个高斯模型的参数

但现实是, 对于某一个点, 我们并不知道是来自于哪个类别, 因此只能认为任何一个点是这 k 个类别(模型) 的混合(Mixture) 结果.

对某一个点 xi, 它可能有 0.3的概率来自A类, 0.2概率来自B类, 0.1概率来自C类.... 这也是一个概率分布

Mixture of Gaussian 定义

给定一个有 n 个训练数据的集合, $D=\{ x_1, x_2, x_3, ..x_n\}$ 使用联合概率分布来建模:

$p(x_i, z_i) = p(z_i)p(x_i|z_i)$, 其中, 假设有 k 个类别分布.

• $z_i \rightarrow 多元正态分布(\phi)$ 其中 $\phi$ 是一个向量

• $\phi _j = p(z_i =j) 且 p(z_i | x_i = j) \rightarrow N(\mu_j, \Sigma_j)$

• $\sum \limits_{j=1}^k \phi_j = 1$

即在一共有 k 个高斯模型下, $\phi_j$ 为混合模型中的第 j 个高斯模型占的权重. 设 k 为 $z_i$ 的可能取值上限即每个xi 的产生:

• 随机从 {1,2,3,....k} 中选择一个 $z_i$

• 然后从 $z_i$ 对应的高斯分布中产生 $x_i$

• $z_i$ 为不能直接观测到的 隐含变量, $\phi, \mu, \Sigma$ 为需要预测的参数

E步: 让 $\mu, \Sigma$ 不变, 更新 $\phi$

M步: 让 $\phi$ 不变, 更新 $\mu, \Sigma$

对应的对数似然函数如下:

$l(\phi, \mu, \Sigma) = \sum \limits _{i=1}^n \ p(x_i; \phi, \mu, \Sigma)$

$= \sum \limits _{i=1}^n log \ \sum \limits _{z_i=1}^k p(x_i | z_i; \mu, \Sigma) p(z_i; \phi)$

这是个全概率分布: $\phi \rightarrow z_i \rightarrow x_i$

给定 $\phi$ 下, $z_i$ 的分布; 给定 $z_i$ 下, $x_i$的分布

参数估计

核心还是似然函数和贝叶斯公式

**E 步: ** 为第 i 个数据, 其所属 k 个类别中的 第 j 个类别的概率分布 (有点绕哈):

$w_j^{(i)} = Q_i(z_i = j) = P(z_i = j | x_i; \phi, \Sigma, \mu)$

即给定 $\phi, \mu, \Sigma, x_i$ 的条件下, $P(z_i = j)$ 的概率有多大

M 步: 最大化似然函数:

$\sum \limits _{i=1}^n \sum \limits_{z_i =1}^k Q_i(z_i) \ log \frac {p(x_i, z_i; \phi, \mu, \Sigma)}{Q_i(z_i)}$

即已知 $x_i, z_i$ 的条件下, 去更新 $\mu, \Sigma$

$=\sum \limits _{i=1}^n \sum \limits_{j =1}^k Q_i(z_i =j) \ log \frac {p(x_i | z_i=j; \mu, \Sigma)p(z_i =j; \phi)}{Q_i(z_i=j)}$

$=\sum \limits _{i=1}^n \sum \limits_{j =1}^k w_j^{(i)} \ log \frac {\frac {1}{(2 \pi)^{0.5n}|\Sigma|^{0.5}}exp(-0.5(x_i - \mu_j)^T \Sigma_j^{-1}(x_i -\mu_j))* \phi_j}{w_j^{(i)}}$

$w_j^{(i)}$ 是非常容易算的, 就是之前的扔硬币嘛

但更新 $\Sigma_j, \mu_j$ 就麻烦了

只能分别对 $\Sigma, \mu$ 来求偏导了呀, 于是, 对期望 $\mu_l$ 求偏导( $\mu_l$ 表示 $j = l$ 的时候哦:

$\nabla_{\mu_l}=\sum \limits _{i=1}^n \sum \limits_{ j=1}^k w_j^{(i)} \ log \frac {\frac {1}{(2 \pi)^{0.5n}|\Sigma|^{0.5}}exp(-0.5(x_i - \mu_j)^T \Sigma_j^{-1}(x_i -\mu_j))* \phi_j}{w_j^{(i)}}$

化繁为简单, 利用 log 性质

上式相当于 $log(\frac {abc}{d}) = loga + logb +logc - logd$

即原式对 $\mu_j$ 求导, 只跟中间的那项有关, 跟 exp 前面的高斯项, 还是 $\phi_j$ 没有任何关系滴

$\nabla_{\mu_l}=\sum \limits _{i=1}^n \sum \limits_{z_i =1}^k w_j^{(i)} \ log-0.5(x_i - \mu_j)^T \Sigma_j^{-1}(x_i -\mu_j)$

只是对 $\mu_l$ 求导, 只有当 j = l 的时候呢, 才会考虑 这 $\sum$求和, 即求和是没有真正起作用的, 可以直接去掉

$=\sum \limits _{i=1}^n w_j^{(i)} \nabla_{\mu_l} \ log-0.5(x_i - \mu_j)^T \Sigma_j^{-1}(x_i -\mu_j)$

$=0.5 \sum \limits {i=1}^n w_l^{(i)} \nabla2\mu_l^T \Sigma_l ^{-1}x_i - \mu_l^T \Sigma_l^{-1}\mu_l $

$=\sum \limits _{i=1}^n w_l^{(i)} ( \Sigma_l ^{-1}x_i -\Sigma_l^{-1}\mu_l)$

令其等于 0 即:

$\mu_l = \frac {\sum \limits _{i=1}^n w_l^{(i)} x_i}{\sum \limits _{i=1}^n w_l^{(i)} }$

同理 再对 $\Sigma$ 偏导, 令其为零, 跟上面是一样的.

$\Sigma_j = \frac {\sum \limits _{i=1}^n w_j^{(i)} (x_i -\mu_j)(x_i-\mu_j)^T}{\sum \limits _{i=1}^n w_j^{(i)}}$

同理 对 $\phi_j$ 求偏导, 只保留包含 $\phi_j$ 的项, 即:

$\sum \limits _{i=1}^n \sum \limits_{j =1}^k w_j^{(i)} log(\phi_j)$

回顾上文, $\phi_j = p(z_i = j; \phi)$ 是一个概率分布, $\sum_{j=1}^k \phi_j = 1$ 即是一个求条件极值的经典问题, 那很自然要引入到拉格朗日函数啦.

$l(\phi) = \sum \limits _{i=1}^n \sum \limits_{j =1}^k w_j^{(i)} log(\phi_j)- \beta (\sum \limits _{j=1}^k \phi_j -1)$

对 $\phi_j$ 求偏导, 令值为0:

同样对于 j = 1,2..k 来说, 其实 求和只是对满足条件的一项, 并未对其他产生作用

$\nabla_{\phi_j} l(\phi) = \sum \limits_{i=1}^n \frac {w_j^{(i)}}{\phi_j} + \beta$ = 0

这里的 求和 是对 i 哦, 跟 j 是没有关系滴

$\phi_j = \frac {\sum \limits _{i=1}^n w_j^{(i)}}{-\beta}$

又因为 所有的 $\phi$ 的和是 1,可得到:

$\sum \limits _{j=1}^k \frac {\sum \limits _{i=1}^n w_j^{(i)}}{-\beta} = 1$

$\beta$ 是常数, 可以提出来

$\frac {1}{-\beta} \sum \limits _{j=1}^k \sum \limits _{i=1}^n w_j^{(i)} = 1$

又因为 $w_j^{(i)} = Q_i(z_i = j)$ 因此得到:

$\frac {1}{-\beta} \sum \limits _{i=1}^n 1 = 1$

则: $-\beta = n$ 这样一来, 最终化简得出:

$\phi_j = \frac {1}{n} \sum \limits_{i=1}^n w_j^{(i)}$

小结

重复执行 E, M 步骤, 直到收敛...

while True:

​ E-步: (即给定 $\phi, \mu, \Sigma, x_i$ 的条件下, $P(z_i = j)$ 的概率有多大)

​ $w_j^{(i)} = Q_i(z_i = j) = P(z_i = j | x_i; \phi, \Sigma, \mu)$

​ M-步: (更新参数 $\Sigma, \mu$)

​ $\mu_l = \frac {\sum \limits _{i=1}^n w_l^{(i)} x_i}{\sum \limits _{i=1}^n w_l^{(i)} }$

​ $\Sigma_j = \frac {\sum \limits _{i=1}^n w_j^{(i)} (x_i -\mu_j)(x_i-\mu_j)^T}{\sum \limits _{i=1}^n w_j^{(i)}}$

​ $\phi_j = \frac {1}{n} \sum \limits_{i=1}^n w_j^{(i)}$

​ IF 收敛:

​ break

总体上, 还是有点难度的感觉, 就是 大小类的层级关系 加上 条件概率, 真的是挺容易晕的, 也不太确定, 是否一定正确, 还是过后再来仔细检查一波.