数据挖掘十大经典算法之——EM 算法
生活随笔
收集整理的這篇文章主要介紹了
数据挖掘十大经典算法之——EM 算法
小編覺得挺不錯(cuò)的,現(xiàn)在分享給大家,幫大家做個(gè)參考.
數(shù)據(jù)挖掘十大經(jīng)典算法系列,點(diǎn)擊鏈接直接跳轉(zhuǎn):
- 數(shù)據(jù)挖掘簡(jiǎn)介及十大經(jīng)典算法(大綱索引)
- 1. 數(shù)據(jù)挖掘十大經(jīng)典算法之——C4.5 算法
- 2. 數(shù)據(jù)挖掘十大經(jīng)典算法之——K-Means 算法
- 3. 數(shù)據(jù)挖掘十大經(jīng)典算法之——SVM 算法
- 4. 數(shù)據(jù)挖掘十大經(jīng)典算法之——Apriori 算法
- 5. 數(shù)據(jù)挖掘十大經(jīng)典算法之——EM 算法
- 6. 數(shù)據(jù)挖掘十大經(jīng)典算法之——PageRank 算法
- 7 數(shù)據(jù)挖掘十大經(jīng)典算法之——AdaBoost 算法
- 8. 數(shù)據(jù)挖掘十大經(jīng)典算法之——KNN 算法
- 9. 數(shù)據(jù)挖掘十大經(jīng)典算法之——Naive Bayes 算法
- 10. 數(shù)據(jù)挖掘十大經(jīng)典算法之——CART 算法
簡(jiǎn)介
EM 算法是基于模型的聚類方法,是在概率模型中尋找參數(shù)最大似然估計(jì)的算法,其中概率模型依賴于無(wú)法觀測(cè)的隱藏變量。E 步估計(jì)隱含變量,M 步估計(jì)其他參數(shù),交替將極值推向最大。
EM 算法比K-means 算法計(jì)算復(fù)雜,收斂也較慢,不適于大規(guī)模數(shù)據(jù)集和高維數(shù)據(jù),但比K-means 算法計(jì)算結(jié)果穩(wěn)定、準(zhǔn)確。EM 經(jīng)常用在機(jī)器學(xué)習(xí)和計(jì)算機(jī)視覺的數(shù)據(jù)集聚(Data Clustering)領(lǐng)域。
案例
來(lái)個(gè)經(jīng)典的
- 【硬幣問(wèn)題】如何感性地理解EM算法?
總結(jié)
以上是生活随笔為你收集整理的数据挖掘十大经典算法之——EM 算法的全部?jī)?nèi)容,希望文章能夠幫你解決所遇到的問(wèn)題。
- 上一篇: 数据挖掘十大经典算法之——Apriori
- 下一篇: 【复杂网络】用户画像不应脱离社会关系,谈