EM算法的應用--高斯混合模型學習

適用問題 高斯混合模型： P(y∣θ)=∑k=1Kαkϕ(y∣θk) 可以視爲由不同模型參數 θk=(μk,σ2k) 構成的不同高斯分佈，由不同的權重 αk 來共同決定y的概率。 算法需要輸入觀測數據 y1,y2....yn 和高斯混合模型，得到該混合模型的參數 α,μ,σ 算法 原理 實質上是無監督的EM模型 觀測數據 yj 來自第k個分模型的概率是未知的 可以視爲隱變量 定義 γjk 爲，若觀

>>阅读原文<<