EM算法应用：k均值聚类(k-means)和高斯混合模型(GMM)

文章目录 k-means聚类 EM角度的理解 算法流程 特点 k值选择 局限性 高斯混合模型 GMM的问题描述 1，明确隐变量 2、EM算法的E步：确定Q函数 3. EM算法的E步 4. 停止条件 上一篇文章，我们讲的期望最大化(EM)算法是一种非常强大的算法，应用于数据科学的许多场景。k-means是该算法非常简单且易于理解的一个应用。 k-means聚类 k均值聚类算法(k-means)将样本

>>阅读原文<<