文件名称：em算法matlab代码-REM:鲁棒的EM算法在高斯混合模型和线性因子模型中的应用
文件大小：400KB
文件格式：ZIP
更新时间：2024-06-15 11:04:11
系统开源
em算法matlab代码稳健的期望最大化（REM） 个体在许多实质性方面存在差异，但并不总是通过假定的数据生成模型来捕获。 为了解决这个问题，我们提出了一种基于EM算法的稳健估算程序，该算法称为REM（稳健期望最大化）。 该存储库中的文件包含用于仿真研究的MATLAB源代码，该论文在本文中找到，通过稳健估计来解决潜在变量设置中的异构种群。 有关REM和仿真研究的更多详细信息，请参见此处。 混合物模型 此文件夹包含用于运行模拟的代码，该模拟在模型错误指定下比较高斯混合模型参数的EM和REM估计。 可以从MixtureModel / GMM_sim_main.m运行模拟 可以对来自MixtureModel / GMM_estimates.m的输入p×n数据集X进行估算 因子分析 该文件夹包含用于运行模拟的代码，这些模拟比较了异构种群中因子结构的EM和REM估计。 可以从FactorAnalysis / FA_sim_main.m运行模拟 可以对来自FactorAnalysis / FA_estimates.m的输入p×n数据集X进行估算
【文件预览】：
REM-master
----MixtureModel()
--------MSE.m(512B)
--------output()
--------makeFigures.m(519B)
--------GMM_data_sim.m(3KB)
--------globalRobustEMAlgMixture.m(2KB)
--------PrettyFig.m(274B)
--------printFig1.m(1KB)
--------printFig6.m(1KB)
--------printFig7.m(806B)
--------checkEps.m(911B)
--------GMM_script.m(845B)
--------GMM_sim_main.m(2KB)
--------printFig3.m(2KB)
--------RobustEMAlgMixture.m(3KB)
--------EMAlgMixture.m(2KB)
--------GMM_estimates_binary_search.m(3KB)
--------printFig2.m(1KB)
--------selectModel.m(818B)
----LICENSE.md(34KB)
----README.md(1KB)
----FactorAnalysis()
--------FA_estimates.m(4KB)
--------SigmaSim.m(1KB)
--------output()
--------FA_data_sim.m(1KB)
--------printFig4.m(2KB)
--------aggregate.m(99B)
--------RobustEMAlg.m(2KB)
--------FA_sample_data.m(1KB)
--------PrettyFig.m(274B)
--------EMAlg.m(1KB)
--------FA_sim_iter.m(3KB)
--------FA_script.m(334B)
--------printFig5.m(900B)
--------FA_sim_main.m(3KB)
--------SigmaSimNormals.m(589B)
--------computeCongruence.m(319B)
--------checkEpsFA.m(836B)