聚类分析 | NRBO-GMM聚类优化算法

效果一览

基本介绍

(创新)NRBO-GMM聚类优化算法

(NRBO聚类优化，创新，独家)
牛顿-拉夫逊优化算法优化GMM高斯混合聚类优化算法
matlab语言，一键出图，直接运行

1.牛顿-拉夫逊优化算法(Newton-Raphson-based optimizer, NRBO)是一种新型的元启发式算法（智能优化算法），该成果由Sowmya等人于2024年2月发表在中科院2区Top SCI期刊《Engineering Applications of Artificial Intelligence》上，对聚类算法优化效果显著；

2.完整展示优化迭代过程，可视化每一次迭代变换，代码注释清晰，自行解读容易

3.[hot]输出优化结果包括：优化后的质心，最大对数似然数，最佳协方差矩阵类型，最佳正则化值

4.增加优化参数：
除了优化质心和最大对数似然数之外，还增加优化了协方差矩阵的类型(如full＆diagonal)，还有正则化值

5.输出图例如图所示包括：[hot][hot]
A-对数似然值变化曲线(迭代过程曲线图)，
B-NRBO-GMM聚类图(聚类结果图)，
C-正则化值对模型性能的影响图
D-协方差矩阵类型对模型性能的影响图

程序设计

• 完整程序私信博主回复NRBO-GMM聚类优化算法。

参考资料

[1] https://hmlhml.blog.csdn.net/article/details/135536086?spm=1001.2014.3001.5502
[2] https://hmlhml.blog.csdn.net/article/details/137166860?spm=1001.2014.3001.5502
[3] https://hmlhml.blog.csdn.net/article/details/132372151