EM算法理论总结

主要解决具有隐变量的混合模型的参数估计 在高斯模型中,每个聚类都服从某个概率分布,我们要做的就是利用EM算法确定这些分布的参数,对高斯模型来说就是计算均值和方差,对多项式模型那就是概率 个人的理解就是用含有隐变量的含参表达式不断拟合,最终能收敛并拟合出不含隐变量的含参表达式 假如有人告诉你,那一个点属于哪一个模型,你当然能够估计出这些分布的均值和方差。但实际上这些都是未知的,相反假如你已经知道均值
相关文章
相关标签/搜索