机器学习十讲——第五讲聚类

今天学习了机器学习第五讲——聚类：

首先是复习凸函数和Jensen不等式（我怎么不记得我学过，哈哈哈）；凸函数（简单概括）：弦在弧上

　　

 

 

 

 

 

 左侧红字：失真度量

模型求解：

 

 

优化目标和优化方式：

 

 

 

 可视化的展示和总结一下算法流程：多次迭代法，结果和选择的初始点相关。

 

 

 随后介绍了高斯混合模型：凹函数弦在弧下，不等式符号改变方向

 

之后是令人头大的GMM算法：

 

 之后还介绍了EM算法，不过只是简单介绍了，了解即可，感兴趣可以自己深入学习

最后介绍了一下样本到中心距离的计算法方式。

　　

 

 最后就是每节课的随堂实验了~