实验8: EM算法

该博客介绍了EM算法的实验目的,包括理解算法构建和代码实现。实验内容涉及使用Python编程解决实际问题,要求读者具备Python基础和PyCharm使用经验。通过完成并运行EM算法程序,体验算法的实现过程。
摘要由CSDN通过智能技术生成

实验8: EM算法

一、实验目的

了解EM算法的构建过程和代码实现,应用EM算法解决简单的实际问题。

二、实验准备

安装python和pycharm,了解python基础编程和pycharm使用。

三、实验内容

基于程序中生成的数据,补充完整下面EM算法相关程序,粘贴运行成功的结果截图,认真体会EM算法的实现过程。

'''

数据集:构造数据集(两个高斯分布混合)

数据集长度:1000

----------------------------

'''



import numpy as np

import random

import math



def loadData(mu0, sigma0, mu1, sigma1, alpha0, alpha1):

    '''

    初始化数据集

    这里通过服从高斯分布的随机函数来伪造数据集

    :param mu0: 高斯0的均值

    :param sigma0: 高斯0的方差

    :param mu1: 高斯1的均值

    :param sigma1: 高斯1的方差

    :param alpha0: 高斯0的系数
  • 0
    点赞
  • 2
    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