EM&GMM大作业

EM&GMM大作业

*注：本设计基于MATLAB2016b来实现
*
大作业要求：
内容要求1：首先自己构造由3个甚至多个二维高斯分布组成的GMM并生成大量数据点，其次根据这些数据点进行基于EM算法的GMM参数估计（构建几个分布则K为几），将所估计的均值在迭代中的运动轨迹绘制在图上。
内容要求2：寻找并下载“The old faithful dataset”，将寻找的过程以及数据来源写在报告中。对其使用基于EM算法的GMM参数估计（K=2），并把高斯分布均值在迭代中的运动轨迹绘制在数据图上
内容要求3：寻找并下载“The Iris Dataset”，将寻找的过程以及数据来源写在报告中。使用所有数据样本的其中2个维度进行基于EM算法的GMM参数估计（K=3），并把均值在迭代中的运动轨迹绘制出来。
思考题1：在前两页PPT中出现的椭圆形等高虚线上高斯分布的概率密度其实处处相等。1.请证明：这些等高线符合椭圆方程。2. 请附上生成这些等高线的代码，并使用代码把之前计算出的高斯分布的边缘用等高线绘制出来.
思考题2：
1.自己寻找、构建、或者向自己的导师(授权)寻求一个复杂数据集（数据点大于300个），其中要求每个数据点的维度>=3。
2.请在这个数据集上使用基于EM迭代的GMM方法估计GMM参数并将最后的数据聚类结果进行展示（请采用一种直观有效的展示方法）。
3. 请在这个数据集上使用另一种聚类方法（可以是无监督的、半监督的、也可以是有监督的），或是其他数据划分算法，实现聚类结果并展示。
**