EM问题可以求解哪些情况下的极大似然？
A: 缺失数据
B: 含有隐变量
C: 数据不符合正态分布
D: 缺少标签
A: 缺失数据
B: 含有隐变量
C: 数据不符合正态分布
D: 缺少标签
举一反三
- 数据集中不含缺失值的变量称为完全变量,数据集中含有缺失值的变量称为不完全变量。数据缺失类型可以分为()。 A: 完全随机缺失 B: 不完全随机缺失 C: 随机缺失 D: 非随机缺失
- 极大似然估计的基本思想是什么？是叙述求解极大似然估计的一般步骤。
- 下列关于EM算法的说法,正确的是?() A: EM算法的英文名称是Expectation-Minimization; B: EM算法包含两步:E步和M步; C: EM算法可以解决极大似然估计问题和后验分布的众数问题; D: EM算法一定能收敛到全局最大值点。
- 极大似然估计法只用于连续型总体已知分布情形下的参数估计问题．
- 统计数据的类型包括 A: 频数分布数据和等级分类数据 B: 多项分类数据和二项分类数据 C: 正态分布数据和频数分布数据 D: 数值变量数据和等级数据 E: 数值变量数据和分类变量数据