聚类算法
文章平均质量分 94
Twilight Sparkle.
学无止尽
展开
-
【机器学习笔记11】高斯混合模型(GMM)【上篇】原理与推导
目录:推荐阅读;前言;高斯混合模型简介;GMM与K-mean;高斯混合模型的概率密度函数;几何角度;混合模型角度;可能会弄混的地方;隐变量的分布与隐变量的后验概率分布;极大似然估计;EM算法求近似解;明确变量和参数;E-step;简化Q函数;展开Q函数;结论;M-step;GMM总结;GMM聚类流程;GMM优缺点;GMM的实现和应用;原创 2022-10-06 18:50:35 · 11247 阅读 · 2 评论 -
【机器学习笔记12】高斯混合模型(GMM)【下篇】代码实现及应用
目录:高斯混合模型聚类步骤、代码手动实现、绘制可视化动态图像、补充:使用sklearn中的GMM原创 2022-10-04 21:43:45 · 4197 阅读 · 7 评论 -
【机器学习笔记10】EM算法——直观理解与详细推导
目录:似然函数;极大似然估计;隐变量;直观理解EM算法;隐变量的期望;EM算法公式详细推导;含隐变量的对数似然函数;利用jensen不等式转化方程;jeasen不等式转化详解;拔高下界;什么时候下界与对数似然相等;EM算法总结;EM算法应用场景;EM算法步骤;关于EM算法的重要说明;EM算法的优缺点;EM算法的应用。原创 2022-09-09 19:42:46 · 3679 阅读 · 3 评论 -
【机器学习笔记8】K-mean聚类实现与应用
K-mean算法的手动实现、sklearn应用,常用的距离度量、利用K-mean进行图片压缩。原创 2022-09-05 00:03:40 · 1963 阅读 · 0 评论