【谷速软件】matlab源码-gmm的em算法实现.docxVIP

在? HYPERLＩNK 聚类算法K-Mｅaｎs, K-Meｄoids， GＭM, Spｅcｔraｌ ｃlustering,Ncｕt一文中我们给出了ＧMM算法的基本模型与似然函数，在 HYＰERLINK ＂　EＭ算法原理中对EＭ算法的实现与收敛性证明进行了详细说明。本文主要针对如何用EM算法在混合高斯模型下进行聚类进行代码上的分析说明。 ? 1. GMＭ模型: 每个 GＭM 由 K?个 Ｇaｕssiaｎ 分布组成,每个 Gauｓsian 称为一个“Ｃomponent”,这些　Compｏneｎt 线性加成在一起就组成了 ＧＭＭ　的概率密度函数： ? 根据上面的式子,如果我们要从 GMＭ 的分布中随机地取一个点的话,实际上可以分为两步：首先随机地在这 K个Ｇausｓｉan　Component 之中选一个,每个 Cｏｍｐoｎent 被选中的概率实际上就是它的系数 pi(k)?,选中了　Ｃｏmpoｎenｔ 之后,再单独地考虑从这个　Componeｎt 的分布中选取一个点就可以了──这里已经回到了普通的　Ｇausｓiａn　分布,转化为了已知的问题。 那么如何用 GMM 来做　clusteriｎｇ 呢？其实很简单,现在我们有了数据，假定它们是由 ＧMM 生成出来的,那么我们只要根据数据推出　GMM 的概率分布来就可以了,然后　ＧMM 的 Ｋ?个 Comｐonｅnt 实际上就对应了 Ｋ?个 c