11
правок
Изменения
Нет описания правки
=== Разделение смеси гауссиан ===
[[Файл:Gaussians.png|right|200px250px| Несколько итераций алгоритма]]
Важным на практике примером является случай, когда параметрическое семейство - нормальные распределения. Параметрами функций будут являться матожидание и дисперсия.<br />
<tex>\theta = (w_1,..,w_k;\;\mu_1,..,\mu_k;\;\sigma_1,..,\sigma_k)</tex> — вектор параметров, <br />
== k-means как EM алгоритм ==
[[Файл:kmeans.jpg|right|200px250px|K-means]]
Скрытыми переменными в данной задаче являются классы, к которым относятся объекты для кластеризации. Сами же параметры это центры масс классов. На шаге E - распределяются все объекты по классам исходя из расстояния от центра, на шаге M находится оптимальное месторасположение центра.
plt.show()
[[Файл:Prog.png|thumb|200px250px|Результат программы]] Как и следовало ожидать, алгоритм работает на некоторых данных лучше чем k-means, однако есть данные, с которыми он не справляется без дополнительных преобразований.
== См. также ==
