机器学习系列(4):混合高斯模型+EM+K-means算法

前言:EM和K-means算法都是机器学习最基本的算法,与混合高斯模型求解有相似之处。EM是基于概率的期望最大,K-means是到质心距离最小化。两者都要初始化参数,然后重新调整参数。

            个人觉得这句话很不错:

           “没有鸡和蛋的先后之争,因为他们都知道“没有你就没有我”。从此他们一起过上了幸福美好的生活。” 

           需要靠参数的相互迭代产生最好的结果,当然由于初始值的不一样,其得到最后优化结果也会不同。

正文:(不好意思,又要上图了

        

参考资料:1.lerrylead的混合高斯模型讲解

                     2.lerrylead的EM算法讲解

                     3.Mind的EM讲解有例子,可以帮助理解

                     4.EM讲解,这篇也可以参照

                     5.lerrylead的K-means讲解,很详细易懂

评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值