【機器學習課程-華盛頓大學】：4 聚類和檢索 4.4 MoG混合高斯模型和EM估計最大化

1、k-means缺點 聚類的不確定性：有些模糊地帶 因爲是求點到中心的距離，所以k-means針對的是圓形的形狀 但是對如下這些形狀，做不到聚類： 2、提出基於概率的聚類模型 優點： （1）軟分配，給出各個類的概率，而不是像k-means一樣硬分配 （2）考慮聚類的形狀 （3）考慮數據權重   3、高斯分佈 正態分佈，又叫高斯分佈。基本格式爲：   每一幅彩色圖像都可以看做RGB3種色彩下的高斯

>>阅读原文<<