python中gmm高斯混合模型在哪个库中
2个回答
展开全部
如题,就是单个高斯分布模型 or 正态分布模型。想必大家都知道正态分布,这一分悄宏布反映了自然界普遍存在的有关变量的一种统计规律,例如身高,考试成绩等;而且有很好的数学性质,具有各阶导数,变量频数分布由 μ、σ 完全决定等等,在许多领域得到广泛应用。在这里简单介绍下高斯分布的概率密度分布函数:
ϕ(y∣θ)=12π−−√σexp(−(y−μ)22σ2)(1)
其中θ=(μ,σ2)
1.2. 高斯混合模型
注:在介绍GMM的时候,注意跟K-means的相似点
K个GSM混合成一个GMM,每个GSM称为GMM的一个component,也就是分为K个类,与K-means一样,K的取值需要事先确定,具体的形式化定义如下:
P(y∣θ)=∑k=1Kαkϕ(y∣θk)(2)
其中,αk 是样本集合中 k 类被选中的概率:αk=P(z=k|θ),其中 z=k 指的是样本属于 k 类,那么 ϕ(y∣θk) 可以表示为 ϕ(y∣θk)=P(y|z=k,θ,很显然 αk≥0,∑Kk=1αk=1 y是观测数据。
这里如果我们事先知道每李李个样本的分类情况,那么求解GMM的参启扰册数非常直观,如下表示:
ϕ(y∣θ)=12π−−√σexp(−(y−μ)22σ2)(1)
其中θ=(μ,σ2)
1.2. 高斯混合模型
注:在介绍GMM的时候,注意跟K-means的相似点
K个GSM混合成一个GMM,每个GSM称为GMM的一个component,也就是分为K个类,与K-means一样,K的取值需要事先确定,具体的形式化定义如下:
P(y∣θ)=∑k=1Kαkϕ(y∣θk)(2)
其中,αk 是样本集合中 k 类被选中的概率:αk=P(z=k|θ),其中 z=k 指的是样本属于 k 类,那么 ϕ(y∣θk) 可以表示为 ϕ(y∣θk)=P(y|z=k,θ,很显然 αk≥0,∑Kk=1αk=1 y是观测数据。
这里如果我们事先知道每李李个样本的分类情况,那么求解GMM的参启扰册数非常直观,如下表示:
推荐律师服务:
若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询