算法用来干什么的?
参数估计(东南大学高等数学教材里面就把类似部分内容放到参数估计中,大学没好好学,实在惭愧,得补一补)
需要的知识基础:
最大似然估计,条件概率(后验概率概率论知识),Jensen不等式:
-
初始化分布参数
-
重复直到收敛:
-
E步骤:用分布参数计算每个实例的聚类概率。(即每个实例属于不同聚类的概率)
-
M步骤:重新估计分布参数(如五个参数:二个均值,二个方差,一个类的先验概率),以使得数据的似然性最大
-
EM算法介绍及总结(推荐)
算法用来干什么的?
参数估计(东南大学高等数学教材里面就把类似部分内容放到参数估计中,大学没好好学,实在惭愧,得补一补)
需要的知识基础:
最大似然估计,条件概率(后验概率概率论知识),Jensen不等式:
初始化分布参数
重复直到收敛:
E步骤:用分布参数计算每个实例的聚类概率。(即每个实例属于不同聚类的概率)
M步骤:重新估计分布参数(如五个参数:二个均值,二个方差,一个类的先验概率),以使得数据的似然性最大
EM算法介绍及总结(推荐)