笔者是一个痴迷于挖掘数据中的价值的学习人,希望在平日的工作学习中,挖掘数据的价值,找寻数据的秘密,笔者认为,数据的价值不仅仅只体现在企业中,个人也可以体会到数据的魅力,用技术力量探索行为密码,让大数据助跑每一个人,欢迎直筒们关注我的公众号,大家一起讨论数据中的那些有趣的事情。
我的公众号为:livandata
EM算法主要是用来计算含有隐含变量的模型,E步为期望步,一般计算模型的期望值问题;M步为求最大化问题(即最大的期望值);
1) EM算法:高斯混合模型(GMM):
使用多个高斯模型来刻画数据的分布情况,每一个数据都是由多个高斯模型组合而成的,通过EM算法运算GMM所需要的参数模型。