聚类——高斯混合聚类的公式理解与核心解析

大家好，我是一名小博主。本文将详细讲解周志华的机器学习第九章聚类的高斯混合模型各公式的理解。由于在阅读该书时由于高斯使用的是概率公式，在理解上会有困难，正好不算笨的自己萌发的一个例子，解决了这些公式和高斯混合模型的算法精髓。没看过此书的无所谓，跟着我来就好，但是依然推荐周志华的机器学习书。

公式以及理解

高斯混合模型顾名思义就是由很多个高斯模型组成，把很多写成k个高斯模型组成，x服从N(μ，∑)，其中∑是一个nxn的矩阵，μ是n维均值向量，我们知道它是一个高斯就行，然后根据高斯概率密度公式算出，但为什么是n/2就不明白，先不管（如下图）

为了明确显示高斯分布于相应参数的依赖关系，将概率密度函数记为p（x|μ，∑）。这个p（x|μ，∑）公式大家不要误会了，它依然是p(x),在后面加个（μ，∑）是指假设x服从高斯分布的意思，如果我们假设x服从指数λ分布，那么可写成p（x|λ）。但是大多数据都是服从高斯分布的，我们就大众原则。好了，单个高斯公式有了，那么多个高斯混合叫高斯混合，其分布公式是