没有合适的资源?快使用搜索试试~ 我知道了~
em算法matlab代码-EM-Algorithm-for-Gaussian-Mixtures:EM算法的实现以适合不同形状的高...
共22个文件
png:10个
m:9个
license:1个
需积分: 31 4 下载量 84 浏览量
2021-05-26
17:10:21
上传
评论
收藏 1.23MB ZIP 举报
温馨提示
em算法matlab代码高斯混合EM算法 该代码实现了EM算法,以使高斯混合模型与MATLAB中的不同模型相适应。 给出了样本数据进行处理。 该数据集包括三个类别,每个类别有1000个观察值。 每个观察都有两个特征。 数据文件包括作为行的观察值,作为第一和第二列的要素以及作为第三列的每个观察值的类标签。 在代码中,class1对应于“蓝色”,class2对应于“红色”,class3对应于“绿色”样本。 每节课分为两组,一半用于训练,另一半用于测试。 为了开始处理,运行“ run.m”就足够了。 有一些参数可以确定高斯数和期望最大化的迭代量。 设置完参数后,该算法将对高斯的球面,对角线和任意协方差矩阵运行。 协方差矩阵的类型在“ EM.m”函数中通过“ gaussCase”参数确定。 在主过程之前,将混合参数αmu和sigma值初始化。 Mu用k-means算法的聚类中心初始化。 Sigma初始化为2x2维的恒等矩阵。 混合参数(alpha)初始化为1 / componentNumber,因为混合参数的总和应等于“ 1”。 EM算法 初始化所有参数后,EM算法开始运行。 EM在每次迭代时
资源推荐
资源详情
资源评论
收起资源包目录
EM-Algorithm-for-Gaussian-Mixtures-master.zip (22个子文件)
EM-Algorithm-for-Gaussian-Mixtures-master
images
4.png 21KB
3.png 26KB
7.png 28KB
5.png 32KB
1.png 19KB
2.png 19KB
6.png 32KB
8.png 346KB
9.png 342KB
10.png 361KB
lib
computeProb.m 393B
initializeParameters.m 361B
pickRandom.m 607B
updateSigma.m 827B
plotGaussianEllipsoid.m 4KB
EM.m 1KB
run.m 2KB
LICENSE 34KB
drawData.m 992B
README.md 4KB
sampleData.dat 52KB
readData.m 191B
共 22 条
- 1
资源评论
weixin_38617602
- 粉丝: 7
- 资源: 928
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