EM算法應用：k均值聚類(k-means)和高斯混合模型(GMM)

文章目錄 k-means聚類 EM角度的理解 算法流程 特點 k值選擇 侷限性 高斯混合模型 GMM的問題描述 1，明確隱變量 2、EM算法的E步：確定Q函數 3. EM算法的E步 4. 停止條件 上一篇文章，我們講的期望最大化(EM)算法是一種非常強大的算法，應用於數據科學的許多場景。k-means是該算法非常簡單且易於理解的一個應用。 k-means聚類 k均值聚類算法(k-means)將樣本

>>阅读原文<<