机器学习——高斯混合模型GMM 发表于 2019-04-04 更新于 2021-02-19 阅读次数: Valine: 本文字数: 179 阅读时长 ≈ 1 分钟 GMM 是学习出一些概率密度函数 k-means 的结果是每个数据点被 assign 到其中某一个 cluster 了,而 GMM 则给出这些数据点被 assign 到每个 cluster 的概率,又称作 soft assignment。 假设数据服从 Mixture Gaussian Distribution ,换句话说,数据可以看作是从数个 Gaussian Distribution 中生成出来的 本文作者: AnchoretY 本文链接: https://anchorety.github.io/2019/04/04/机器学习——高斯混合模型GMM/ 版权声明: 本博客所有文章除特别声明外,均采用 BY-NC-SA 许可协议。转载请注明出处!