Day 685:机器学习笔记(14)

GMM

KMeans和谱聚类是将一堆数据分成不同类别,每个类别中的数据是受周围数据的影响。

反过来的思路是,数据本来各自有归属,但是混杂到一起,现在需要将他们按原本的归属区分开。


Day 685:机器学习笔记(14)_第1张图片

不需要太多信息,比如说告诉算法分了几片,每片的形状如何,核心在哪里,然后算法推断出属于哪一类别。

每个类别都对应一个概率分布,有一个概率分布函数。

GMM意思是说这些概率分布函数为高斯分布。高斯分布是一种常见的概率分布。

你可能感兴趣的:(Day 685:机器学习笔记(14))