高斯混合模型简介
首先简单介绍一下,高斯混合模型(GMM, Gaussian Mixture Model)是多个高斯模型的线性叠加,高斯混合模型的概率分布可以表示如下:
$$P(x)=\sum_{k=1}^K \alpha_k \phi (x; \mu_k, \Sigma_k)[......]
首先简单介绍一下,高斯混合模型(GMM, Gaussian Mixture Model)是多个高斯模型的线性叠加,高斯混合模型的概率分布可以表示如下:
$$P(x)=\sum_{k=1}^K \alpha_k \phi (x; \mu_k, \Sigma_k)[......]
目标函数(sigmoid函数):
$$p(y=1|x;\theta)=h_\theta(x)=\frac{1}{1+\exp(\theta^Tx)}$$
这里的 $\theta$ 是模型参数,也就是回归系数,$\sigma$ 是sigmoi[......]