GMM算法

8月5日星期4

已于 2023-03-27 20:51:28 修改

阅读量86

点赞数

文章标签：算法机器学习人工智能经验分享 matlab

于 2023-03-27 17:33:05 首次发布

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/qq_44662196/article/details/129799637

版权

高斯混合模型为多个高斯模型的线性叠加，如果给定变量 $x$ 为标量，则 $\mu_{k}$ 和 $\Sigma_{k}$ 均为标量，向量对应向量均值和矩阵协方差

$p(x) = \sum_{k=1}^{K}\alpha_{k}\mathcal{N}\left(x|\mathbf{\mu}_{k},\Sigma_{k} \right )$

给定观测数据 $X=\{x_1,x_2,\cdots,x_N\}$ ，求高斯混合模型的超参数 $\theta=\{\alpha_1,\cdots,\alpha_K,\mathbf{\mu}_{1},\cdots,\mathbf{\mu}_{K},\mathbf{\Sigma}_{1},\cdots,\mathbf{\Sigma}_{K}\}$

$\hat{\theta} = \arg \max_{\theta}\log p(X) \\ \quad =\arg \max_{\theta}\log \prod_{i=1}^{N}p(x_{i})\\ \quad =\arg \max_{\theta}\sum_{i=1}^{N}\log p(x_{i})\\ \quad =\arg \max_{\theta}\sum_{i=1}^{N}\log \sum_{k=1}^{K}\alpha_{k}\mathcal{N}(x_i|\mu_k,\Sigma_k)\\$

这个最大似然对数法求不了，因为难以求解析解，要用EM算法，期望值最大算法。

GMM类似K均值，是一种聚类算法，用于分类。

8月5日星期4

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。