共计 1102 个字符，预计需要花费 3 分钟才能阅读完成。
原文链接：http://tecdat.cn/?p=3433
原文出处：拓端数据部落公众号
本文咱们探讨冀望最大化实践，利用和评估基于冀望最大化的聚类。
软件包
数据
咱们将应用 mclust 软件包附带的“糖尿病”数据。
data(diabetes)
summary(diabetes)
## class glucose insulin sspg## Chemical:36 Min. : 70 Min. : 45.0 Min. : 10.0## Normal :76 1st Qu.: 90 1st Qu.: 352.0 1st Qu.:118.0## Overt :33 Median : 97 Median : 403.0 Median :156.0## Mean :122 Mean : 540.8 Mean :186.1## 3rd Qu.:112 3rd Qu.: 558.0 3rd Qu.:221.0## Max. :353 Max. :1568.0 Max. :748.0冀望最大化（EM）
冀望最大化（EM）算法是用于找到最大似然的或在统计模型参数，其中该模型依赖于未察看到的潜变量最大后验（MAP）预计的迭代办法。冀望最大化（EM）可能是无监督学习最罕用的算法。
似然函数
似然函数找到给定数据的最佳模型。
冀望最大化（EM）算法
假如咱们翻转硬币并失去以下内容 – 0,1,1,0,0,1,1,0,0,1。咱们能够抉择伯努利散布
或者，如果咱们有以厘米为单位的人的身高（男性和女性）的数据。高度遵循失常的散布，但男性（均匀）比女性高，因而这表明两个高斯分布的混合模型。
贝叶斯信息准则（BIC）
以糖尿病数据为例
EM 集群与糖尿病数据应用 mclust。log.likelihood：这是 BIC 值的对数似然值
n：这是 X 点的数量
df：这是自由度
BIC：这是贝叶斯信息规范; 低是好的
ICL：综合残缺 X 可能性 - BIC 的分类版本。clPairs(X,class.d)
EM 的绘图命令会生成以下四个绘图：
BIC 值用于抉择簇的数量
聚类图
分类不确定性的图表
簇的轨道图
参考文献
1.R 语言 k -Shape 算法股票价格工夫序列聚类
2.R 语言中不同类型的聚类办法比拟
3.R 语言对用电负荷工夫序列数据进行 K -medoids 聚类建模和 GAM 回归
4.r 语言鸢尾花 iris 数据集的档次聚类
5.Python Monte Carlo K-Means 聚类实战
6. 用 R 进行网站评论文本开掘聚类
7. 用于 NLP 的 Python：应用 Keras 的多标签文本 LSTM 神经网络
8.R 语言对 MNIST 数据集剖析 摸索手写数字分类数据
9.R 语言基于 Keras 的小数据集深度学习图像分类
正文完
