没有合适的资源?快使用搜索试试~ 我知道了~
GMM的matlab实现
5星 · 超过95%的资源 需积分: 43 178 下载量 136 浏览量
2014-10-22
15:05:09
上传
评论 10
收藏 2KB TXT 举报
温馨提示
试读
4页
用期望最大化(EM算法)去实现高斯混合模型(GMM),使用matlab程序
资源推荐
资源详情
资源评论
function model = gmmEM(data,K,option)
%
% K 为model数
% Reference: PRML p438-439
tic
if nargin < 3
option.eps = 1e-12;
option.maxiter = 1000;
end
global num_data K
X = data.X; %X为D*N型数据,跟PRML对样本数据描述相反
[dim num_data] = size(X);
%Initialize
%-------------------------------
%K = numel(unique(data.y));
[inx, C,~] = kmeans(X',K);
mu = C';
pai = zeros(1,K);
E = zeros(dim,dim,K);
for k=1:K
pai(k) = sum(inx==k);
E(:,:,k) = eye(dim);
end
pai = pai/num_data;
iter = 0;
log_val = logGMM(X,mu,E,pai);
%
% K 为model数
% Reference: PRML p438-439
tic
if nargin < 3
option.eps = 1e-12;
option.maxiter = 1000;
end
global num_data K
X = data.X; %X为D*N型数据,跟PRML对样本数据描述相反
[dim num_data] = size(X);
%Initialize
%-------------------------------
%K = numel(unique(data.y));
[inx, C,~] = kmeans(X',K);
mu = C';
pai = zeros(1,K);
E = zeros(dim,dim,K);
for k=1:K
pai(k) = sum(inx==k);
E(:,:,k) = eye(dim);
end
pai = pai/num_data;
iter = 0;
log_val = logGMM(X,mu,E,pai);
资源评论
- weixin_443489902019-05-30挺好的,用来学习不错
- s4710381252020-05-24txt文档,好麻烦啊
- 忘尘_追忆2016-03-21程序挺好,挺实用,运行通过
- 编程小菜鸡2014-12-13程序挺好,挺实用
dongxia_dl
- 粉丝: 75
- 资源: 12
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功