k均值聚类中的EM思想

• 作者: 马丽娜
• 来源期刊: 科技视界
• 关键词: k均值 EM算法 聚类分析
• 年，卷（期）: 2015,（17）
• 所属期刊栏目: 高校科技
• 页码范围: 143-144
• 页数: 2页
• 字数: 3518字
• 语种: 中文

摘要

在无监督学习中，k均值聚类以其快速简单的特点得到了广泛的应用。EM算法是针对缺失数据的一种统计学习方法。然而，k均值和EM这两种不同领域的算法在思想上却有着一致的地方。本文分析了k均值中蕴含的EM思想，指出了k均值中样本隶属度更新和类中心更新与EM算法中的E步和M步的等价性。最后，利用R语言矩阵化运算的特点，介绍在如何在R语言中高效地实现k均值聚类算法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马丽娜	西安财经学院行知学院信息系	15	7	2.0	2.0