高斯混合模型 ( 模型 -> 样本 )
----
根据模型生成数据 : 目的是要得到 高斯混合模型 中每个 高斯模型 ( 聚类分组 ) 的 多个样本值 ;
① 已知条件 : 已知 高斯混合模型 , 所有参数值...聚类依据计算 : 距离 ( K-Means ) , 概率 ( 高斯混合模型 ) ;
① K-Means 计算距离 : 计算每个样本 与 每个 中心点 的距离 , 样本个数有
n
个 , 中心点个数...( 聚类个数 ) 有
k
个 , 总共需要计算
n \times k
个距离 ;
② 高斯混合模型 计算概率 : 计算每个样本 属于 每个聚类分组的概率 , 样本个数有
n
个 , 聚类 有...x_j
上面的就是一个普通的求平均值的公式 , 每个值前面都乘以
1
, 概率都是
100\%
,
n
个值相加 , 然后再除以
n
, 可以看做
n
个
100%
相加 ,...高斯混合模型 聚类分析 算法终止条件 : 当计算出的
k
组 概率
\omega_i
, 均值
\mu_i
, 方差
\Sigma_i
参数值 , 与上一次基本一致时 , 就可以停止进行聚类分析了