无监督学习：传统方法与自映射神经网络

一、聚类与EM算法     1、以聚类为例讲清楚EM -- 首先EM算法应用于概率模型 -- 是概率模型中寻找参数最大似然估计或者最大后验估计的算法，其中概率模型依赖于无法观测的隐性变量 -- 假设聚类模型的输出y=f(θ，z，x)    -- θ是模型参数，决定x的分布    -- x是输入数据，是可观察变量    -- z是隐含变量，即是类簇中心 那E步就是： -- 假设一个初始的模型参数θ0

>>阅读原文<<