EM算法实现GMM多元混合高斯分布

蔚蓝祥和的天空

于 2020-11-09 15:31:35 发布

阅读量1.1k

点赞数

分类专栏：李航统计学文章标签： python 机器学习

本文链接：https://blog.youkuaiyun.com/zyoulanxin/article/details/109578525

版权

李航统计学专栏收录该内容

15 篇文章 ¥99.90 ¥299.90

订阅专栏

超级会员免费看

本文介绍了如何使用EM算法来实现GMM（多元混合高斯分布）。通过不断迭代E步和M步，更新样本所属模型的概率、均值、协方差矩阵和模型概率值。在实际计算中，注意处理r(i,k)数组的迭代更新，而非直接进行矩阵乘法。" 123119818,7530458,SpringBOOT实现的订餐系统开发详解,"['Spring框架', 'Java', '数据库设计', 'Web应用', '毕业设计']

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在这里插入图片描述

import numpy as np
from scipy.stats import multivariate_normal
from sklearn.mixture import GaussianMixture
from mpl_toolkits.mplot3d import Axes3D
import matplotlib as