机器学习原理与应用电子教案 [5.8]混合高斯模型.docxVIP

备课日期：年月日

授课时间

课时（理论+实验）

周次

星期:节次:

授课课题

高斯混合模型

教学目标

1.理解高斯混合模型的基本原理；

2.掌握Scikit-learn高斯混合模型库的使用方法。

教学重点

1.高斯混合模型原理；2.Scikit-learn高斯混合模型库的使用。

教学准备

PPT、点名册等。

教学方法

指导阅读、案例法。

教学过程设计

备注

课题引入

【思考】在日常生活中，哪些情况用到高斯分布？高斯分布有什么特点？

【时间】分钟。

教学步骤及主要内容

【主板书】§3.8.混合高斯模型

---------------------------------------------------------------------------

一、基本原理

【主板书】基本原理

1.基本概念

高斯混合模型（Gaussianmixturemodel，GMM）是一种无监督学习算法，其通过采用若干具有不同参数的高斯模型以无限小的误差共同描述数据的分布形态或事物的变化规律。

【强化与拓展】高斯混合模型与K均值聚类的区别。

（1）K均值聚类算法：要求数据分布形态必须为球形、在特征相近原则的基础上采用将数据点“硬分配”相应类别的方式。

（2）通过融合多个具有不同参数的单高斯模型拟合数据的分布形态，不但可突破数据分布形态为球形的假设，