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