基於EM算法的文本聚類

文本聚類問題： 一個文本爲一個向量，向量的長度爲字典的長度，這個向量中的每個值爲0或1，表示這個單詞是否在該文章中出現。 假設爲二分類，則每個向量對應一個分類值，分類值爲0或1，如果爲三分類，則分類值爲0,1,2。而這個標籤值爲隱變量Z。 這裏的觀測O爲具體的各個向量。在這個模型裏，參數是什麼呢？ 我們需要由參數出發，經由隱變量，計算得到觀測O，因此這裏的參數設計可以類似於隱馬爾可夫模型的參數設計

>>阅读原文<<