机器学习笔记:高斯混合模型 GMM

阿里云国内75折 回扣 微信号:monov8
阿里云国际,腾讯云国际,低至75折。AWS 93折 免费开户实名账号 代冲值 优惠多多 微信号:monov8 飞机:@monov6

1 高斯混合模型

  • 总体分布是由K个高斯分布的组成的混合分布

 1.1 一些记号

xj第j个观测数据
K模型中高斯模型的数量
αk

观测数据属于第k个子模型的概率

\alpha_k \ge 0, \sum_{k=1}^K \alpha_k=1

\phi(x|\theta_k)

第k个子模型的高斯分布密度函数

也就是一个高斯分布的密度函数

\gamma_{jk}第j个观测数据属于第k个子模型的概率

1.2 高斯混合模型的概率分布

 1.3 参数学习EM算法

  • 初始化模型参数{θk}={μkσk}{αk}
  • 不断地迭代直至收敛
    • E-step:根据当前参数计算每个数据j来自各个子模型的可能性

       

    • M-step计算新一轮迭代的模型参数

       

阿里云国内75折 回扣 微信号:monov8
阿里云国际,腾讯云国际,低至75折。AWS 93折 免费开户实名账号 代冲值 优惠多多 微信号:monov8 飞机:@monov6
标签: 机器学习