高斯混合模型,简称GMM,对数据可以进行聚类或拟合,多用于传统语音识别。他会将每个数据看做多个高斯分布混合生成的。
对于无标签的数据进行聚类,一般采用高斯混合模型处理。
算法过程
1.首先进行初始猜测,假设有n个簇,然后随机选择数据点,作为聚类中心点。
2.EM算法多次迭代,每次迭代更新中心点,并且还会计算每个数据点属于每个簇的概率。
3.迭代完成
高斯混合模型,简称GMM,对数据可以进行聚类或拟合,多用于传统语音识别。他会将每个数据看做多个高斯分布混合生成的。
对于无标签的数据进行聚类,一般采用高斯混合模型处理。
算法过程
1.首先进行初始猜测,假设有n个簇,然后随机选择数据点,作为聚类中心点。
2.EM算法多次迭代,每次迭代更新中心点,并且还会计算每个数据点属于每个簇的概率。
3.迭代完成
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。 如若转载,请注明出处:http://www.pswp.cn/bicheng/92067.shtml 繁体地址,请注明出处:http://hk.pswp.cn/bicheng/92067.shtml
如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!