k-means - 使用 Kmeans 初始化 EM-Algorithm
问题描述
我最近阅读了关于期望最大化 (EM) 的文章,并且不断出现使用 K-Means 初始化 EM 是一个好主意,但我在掌握这个概念时遇到了困难。
据我所知,在使用 kmeans 时,您得到的结果是根据预定义的集群数量的集群质心坐标,那么如何使用它来初始化 EM。为了让事情更清楚,这是我目前正在尝试解决的问题:
我有一个噪声数据点 Y 的数据集,它来自从 8-ASK 集合中提取的样本 X。现在我加载了我的数据集并使用了 kmeans 算法来识别质心,但似乎不知道下一步是什么。我使用的 EM 算法需要参数:质心的初始起始值及其概率分布以及初始均值和方差,但我不明白如何准确获得这些值。
总结一下我的问题基本上是当我在我的数据 Y 上运行他时,我如何计算 kmeans 算法生成的质心的均值、方差和初始分布?
解决方案
推荐阅读
- r - 如何以 colSums 作为条件选择 R 中的列?
- python - 如何获取 PostgresHook 气流字典光标
- c# - 如何实现反射以获取基于通用枚举的对象字段
- docker - 运行 prisma init 时,Prisma 不生成文件
- flutter - Flutter TextPainter - 圆内的中心字符
- node.js - 打印数组时奇怪的 node.js console.log() 输出行为
- angular - 在 Angular/Electron 应用程序中使用 MediaRecorder 对象
- serenity-platform - Serenity 表单默认值
- python - 当我单击 html 上的“viewall”提交按钮时,它会转到“RestInfo url”并在错误 Django 中显示 NoReverseMatch
- python - Django上传的文件不处理