溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
今天就跟大家聊聊有關如何理解R語言聚類算法中的期望最大化聚類，可能很多人都不太了解，為了讓大家更加了解，小編給大家總結了以下內容，希望大家根據這篇文章可以有所收獲。
1.原理解析:
它將數據集看作一個含有隱性變量的概率模型,并以實現模型最優化,即獲取與數據本身性質最契合的聚類方式為目的,通過”反復估計”模型參數找到最優解,同時給出相應的最優類別k.而”反復估計”的過程即是EM算法的精華所在,這一過程由E-step(Expectation)和M-step(Maximization)兩個步驟交替進行來實現。
2.在R語言中的應用
期望最大化聚類主要運用到了mclust包里的Mclust函數。
Mclust(data,G=NULL,modelNames=NULL,prior=NULL,control=emControl(),initialization=NULL,warn=FALSE,…)
3.以iris數據集為例進行分析
1)應用模型并查看模型的相應參數
fit_EM=Mclust(iris[,-5])
fit_EM[1:length(fit_EM)]
看完上述內容，你們對如何理解R語言聚類算法中的期望最大化聚類有進一步的了解嗎？如果還想了解更多知識或者相關內容，請關注億速云行業資訊頻道，感謝大家的支持。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
