大学习期望最大化

💡 原文中文,约200字,阅读约需1分钟。
📝

内容提要

本文提出了一种基于EM算法的正则化版本,通过收缩估计量以实现正定的协方差矩阵更新,改善EM算法在GMM处理中的性能问题。

🎯

关键要点

  • 提出了一种基于EM算法的正则化版本

  • 该方法高效利用先验知识应对样本数据较小的情况

  • 通过收缩估计量实现正定的协方差矩阵更新

  • 改善EM算法在GMM处理中的性能问题

  • 基于真实数据的实验证实了该算法在聚类目的上的良好性能

➡️

继续阅读