基于EM算法的文本聚类

文本聚类问题： 一个文本为一个向量，向量的长度为字典的长度，这个向量中的每个值为0或1，表示这个单词是否在该文章中出现。 假设为二分类，则每个向量对应一个分类值，分类值为0或1，如果为三分类，则分类值为0,1,2。而这个标签值为隐变量Z。 这里的观测O为具体的各个向量。在这个模型里，参数是什么呢？ 我们需要由参数出发，经由隐变量，计算得到观测O，因此这里的参数设计可以类似于隐马尔可夫模型的参数设计

>>阅读原文<<