Spark自編程實現高斯混合型(GMM)

Spark自編程實現高斯混合型(GMM) 1. EM算法簡介 EM算法是一種迭代算法，用於含有隱含變量的機率模型參數的極大似然估計，或極大後驗機率估計，EM算法由兩步組成：E步，求指望；M步，求極大。html 2. EM 算法步驟 輸入：觀測變量數據Y，隱變量數據Z，聯合分佈P(Y,Z|θ),條件分佈P(Z|Y,θ)web 輸出：模型參數θ算法 1. 選 擇 參 數 的 初 始 值 θ ( 0 )

>>阅读原文<<