EM算法有很多的应用: 最广泛的就是GMM混合高斯模型、聚类、HMM等等. The EM Algorithm 高斯混合模型（Mixtures of Gaussians）和EM算法 EM算法 求最大似然函数估计值的一般步骤： （1）写出似然函数； （2）对似然函数取对数，并整理； （3）求导数，令导数 ...
分类：
编程语言 时间：
2017-01-08 13:09:56
阅读次数：
437
CXCORE库： Mahalanobis距离: K均值: CV库： 人脸检测/Haar分类器 ML库： 正态朴素贝叶斯分类器： 决策树： Boosting: 随机森林： EM算法： K近邻（KNN）： 神经网络/多层感知器： 支持向量机（SVM）： ...
分类：
编程语言 时间：
2016-12-27 00:00:25
阅读次数：
194
目录 EM算法（1）：K-means 算法 EM算法（2）：GMM训练算法 EM算法（3）：EM算法运用 EM算法（4）：EM算法证明 EM算法（4）：EM算法证明 1. 概述 上一篇博客我们已经讲过了EM算法，EM算法由于其普适性收到广泛关注，高频率地被运用在各种优化问题中。但是EM算法为什么用简 ...
分类：
编程语言 时间：
2016-12-24 11:28:13
阅读次数：
155
目录 EM算法（1）：K-means 算法 EM算法（2）：GMM训练算法 EM算法（3）：EM算法详解 ...
分类：
编程语言 时间：
2016-12-22 23:06:26
阅读次数：
399
目录 EM算法（1）：K-means 算法 EM算法（2）：GMM训练算法 EM算法（3）：EM算法详解 ...
分类：
编程语言 时间：
2016-12-22 23:03:59
阅读次数：
347
目录 EM算法（1）：K-means 算法 EM算法（2）：GMM训练算法 EM算法（3）：EM算法详解 ...
分类：
编程语言 时间：
2016-12-22 22:55:12
阅读次数：
203
参数估计：主要有EM算法和Gibbs采样 EM算法： Gibbs采样： ...
分类：
其他好文 时间：
2016-12-08 20:36:18
阅读次数：
176
对于高斯混合模型是干什么的呢？它解决什么样的问题呢？它常用在非监督学习中，意思就是我们的训练样本集合只有数据，没有标签。 它用来解决这样的问题：我们有一堆的训练样本，这些样本可以一共分为K类，用z(i)表示。，但是具体样本属于哪类我们并不知道，现在我们需要建立一个模型来描述这个训练样本的分布。这时，... ...
分类：
编程语言 时间：
2016-12-05 02:02:34
阅读次数：
577
混合高斯模型简介 混合高斯模型基于多变量正态分布。类gmdistribution通过使用EM算法来拟合数据，它基于各观测量计算各成分密度的后验概率。 高斯混合模型常用于聚类，通过选择成分最大化后验概率来完成聚类。与k-means聚类相似，高斯混合模型也使用迭代算法计算，最终收敛到局部最优。高斯混合模 ...
分类：
其他好文 时间：
2016-11-15 17:14:27
阅读次数：
396
