作者:禅与计算机程序设计艺术
1.简介
一、混合模型与贝叶斯概率推断
混合模型(mixture model)与贝叶斯概率推断(Bayesian probability inference)是统计学习中非常重要的两个概念。由于很多高维数据都是多模态的,因此在处理这些高维数据的过程中就需要用到混合模型与贝叶斯概率推断。
(1)什么是混合模型?
混合模型(mixture model),又称为“混合聚类”,它是基于多元高斯分布(multivariate normal distribution)的一种高级学习方法。简单来说,就是通过对高斯混合模型进行参数估计,从而对样本进行分类或回归。
(2)为什么要用混合模型?
因为在现实世界中,很多的数据都是由多个不同且相互独立的源生成的,而不像某些高斯分布一样具有单峰形状。因此,传统的机器学习算法很难适应这种多模态的数据,而混合模型则可以利用这些异质性进行更好的分类或预测。
(3)什么是贝叶斯概率推断?
贝叶斯概率推断(Ba