会员
周边
众包
新闻
博问
闪存
赞助商
所有博客
当前博客
我的博客
我的园子
账号设置
简洁模式
...
退出登录
注册
登录
仙守
最美的不是下雨天,是曾与你躲过雨的屋檐!
博客园
首页
新随笔
联系
订阅
管理
2018年11月18日
machine learning[GMM-EM]
摘要: 介绍下EM算法和GMM模型,先简单介绍GMM的物理意义,然后给出最直接的迭代过程;然后再介绍EM。 1 高斯混合模型 高斯分布,是统计学中的模型,其输出值表示当前输入数据样本(一维标量,多维向量)的概率。 1.1 多元高斯分布 如高斯分布-笔记所述,多元高斯函数公式为: $$p({\bf x})=\
阅读全文
posted @ 2018-11-18 11:14 仙守
阅读(978)
评论(0)
推荐(0)
编辑
公告