EM算法 --统计学习方法笔记

预备知识:
在这里插入图片描述
在这里插入图片描述
EM算法引入:
含有隐变量时不能使用简单的极大似然估计法
E–expectation求期望
M-maximization求极大
算法:
在这里插入图片描述
EM算法对初值是敏感的
停止迭代的条件:
在这里插入图片描述
前方高能预警
高斯混合模型GMM:
顾名思义:就是多个高斯函数的乘积
在这里插入图片描述
运用EM算法:
在这里插入图片描述

参考:
统计学习方法

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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