文章的目录
一、最大期望算法简介
二、相关知识
2.1贝叶斯
2.2最大似然估计
2.3Jensen不等式
2.4高斯分布
三、EM算法
3.1实例理解
3.2EM算法求解步骤
3.3EM算法推导
3.4EM算法_python
2021-07-08 17:21:14
2.57MB
1
期望最大化算法(Expectation-maximization algorithm)是机器学习中一个非常重要的算法，又称作 EM 算法。EM算法是由Dempster等人1977年提出的统计模型参数估计的一种算法。它采用的迭代交替搜索方式可以简单有效的求解最大似然函数估计问题。已知的概率模型内部存在隐含的变量，导致了不能直接用极大似然法来估计参数，EM算法就是通过迭代逼近的方式用实际的值带入求解模型内部参数的算法。它在当代的工业、商业和科学研究领域发挥了重要的作用。
2021-06-15 13:54:58
100KB
1
em算法matlab代码EM集群
该代码在Matlab中实现了期望最大化算法
使用EM_main.m运行EM代码
可以通过“
cluster_data”变量提供用户群集数据，也可以使用代码中提供的综合数据进行测试。
使用变量“中心”（Centers）更改要分类为数据的中心的数量。
绘制标准pdf等值线所需的代码是从以下代码中借来的
2021-05-26 18:03:09
7KB
1
EM算法也就是期望最大化算法，是一种无指导的学习算法。This little software is the realization of EM algorithm in the application of tossiing the coin, which is described in the paper of Michael Collins in 1997.
下载包中包含：源代码、可执行程序、关于EM算法的paper
2020-01-04 03:15:08
2.05MB
1