Lingpipe中的EM软聚类

Question

在Lingpipe的EM教程中，他们说可以在没有监督数据的情况下运行算法：

  

通过使初始分类器随机分配类别，可以以完全无监督的方式训练分类器。只需要修复类别数量。算法完全相同，收敛后的结果或最大历元数是分类器。

但是他们的班级TradNaiveBayesClassifier需要一个标签和一个未标记的语料库来运行。如何修改它以便在没有标记数据的情况下运行？

Answer 1

EM是概率最大似然优化算法。通常，它适用于无监督算法（用于聚类），例如PLSA，高斯混合模型。

我认为linepipe doc说你可以使用所有数据标签的随机初始化（每个数据的标签分布），然后输入NB来计算ELBO（证据下限），然后最大化它以获得更新参数。

简而言之，您需要使用NB来编写M步骤---更新模型参数。