文件名称：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斯混合
文件大小：1.23MB
文件格式：ZIP
更新时间：2024-06-15 10:57:01
系统开源
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
【文件预览】：
EM-Algorithm-for-Gaussian-Mixtures-master
----images()
--------4.png(21KB)
--------3.png(26KB)
--------7.png(28KB)
--------5.png(32KB)
--------1.png(19KB)
--------2.png(19KB)
--------6.png(32KB)
--------8.png(346KB)
--------9.png(342KB)
--------10.png(361KB)
----lib()
--------computeProb.m(393B)
--------initializeParameters.m(361B)
--------pickRandom.m(607B)
--------updateSigma.m(827B)
--------plotGaussianEllipsoid.m(4KB)
--------EM.m(1KB)
----run.m(2KB)
----LICENSE(34KB)
----drawData.m(992B)
----README.md(4KB)
----sampleData.dat(52KB)
----readData.m(191B)