EM算法结合k-means

在前一篇文章中，重点讲解了EM的推导过程，但是这里EM只是一个算法思想

比如里面具体的参数θ还需要根据需要参数迭代的具体的模型进行确定。在EM中很重要的一个概念是隐含变量，也就是类别Z，那么在机器学习的算法中很重要的两个模型都是和Z不确定情况下求参数。聚类问题和GMM,其实GMM也是可以看成是类似聚类模型的一个算法。

一 Kmean:        http://www.cnblogs.com/jerrylead/archive/2011/04/06/2006910.html

在聚类问题中，给我们的训练样本是，每个，没有了y。

     K-means算法是将样本聚类成k个簇（cluster），具体算法描述如下：

1、 随机选取k个聚类质心点（cluster centroids）为。 2、 重复下面过程直到收敛 {