weixin_38092754的博客

本文是Kaggle 竞赛题 Home Depot Product Search Relevance ######加载包##### from sklearn.ensemble import RandomForestRegressor,BaggingRegressor import pandas as pd import numpy as np from nltk.stem.snowball i

1.EM算法每次迭代由两部组成：E步，求期望；M步，求极大 一般，用Y表示观测随机变量的数据，Z表示隐随机变量的数据。Y和Z连在一起称为完全数据，观测数据Y又称为不完全数据。假设给定观测数据Y，其概率分布为，其中是需要估计的模型参数，Y和Z的联合概率分布是 EM算法的一个重要应用是高斯混合模型的参数估计 2.高斯混合模型 3.