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...

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