2020/02/28 高斯混合模型以及GMM聚类

标签：个数   组合   任务   strong   com   数据分布   tps   例子   知乎   

什么是高斯混合模型

高斯混合模型（GMM）认为，一个数据分布可以有几个高斯分布组合而成。

参考博客：| 知乎 |

高斯混合模型聚类

对于一个多类别数据集合，所有类别各自的数据分布的组合就是整体数据分布。这非常符合高斯混合模型理论。我们可以用一个生活化一点的例子来说明高斯混合模型聚类。假设有一堆颜色相近的水果，它们来自橘子、橙子和小西柚（颜色很相近，都是黄颜色）。我们用[黄颜色深浅程度-水果数量]来表示数据分布。对于每一类水果，它们也有各自的[黄颜色深浅程度-水果数量]。高斯混合模型聚类的任务就是通过颜色深浅来找出不同类别水果的[黄颜色深浅程度-水果数量]分布。

基本步骤

1. 初始化k个高斯模型的参数（一般 均值、方差和组合权重）。
2. EM算法更新权重。

2020/02/28 高斯混合模型以及GMM聚类

标签：个数   组合   任务   strong   com   数据分布   tps   例子   知乎   

原文地址：https://www.cnblogs.com/Research-XiaoEMo/p/12380335.html