cda

数字化人才认证

首页 > 行业图谱 >

1/1

数据挖掘算法: EM算法

数据挖掘算法:EM算法
2018-08-06
数据挖掘算法:EM算法 1. 极大似然 极大似然(Maximum Likelihood)估计为用于已知模型的参数估计的统计学方法。 比如,我们想了解抛硬币是正面(head)的概率分布θ;那么可以通过最大似然估计方法求得。 ...

机器学习中的 EM算法 详解及R语言实例(2)

机器学习中的EM算法详解及R语言实例(2)
2017-03-18
机器学习中的EM算法详解及R语言实例(2) 我们在上一篇文章中介绍了EM算法的基本原理,如果读者对此不甚了解,建议参阅 机器学习中的EM算法详解及R语言实例(1) 4. 高斯混合模型 高斯混合模型(GMM, ...

机器学习中的 EM算法 详解及R语言实例(1)

机器学习中的EM算法详解及R语言实例(1)
2017-03-18
机器学习中的EM算法详解及R语言实例(1) 最大期望算法(EM) K均值算法非常简单,相信读者都可以轻松地理解它。但下面将要介绍的EM算法就要困难许多了,它与极大似然估计密切相关。 1 算法原理 不妨 ...
数据清洗中如何处理缺失值?
2023-06-29
缺失值是指数据集中某些变量或观测值缺少相关信息,这种情况在现实生活中很常见。在进行数据清洗时,如何处理缺失值是一个非常重要的问题。 处理缺失值的方法可以被分为三类:删除缺失值、填补缺失值和使用模型预测 ...
机器学习与数据挖掘的学习路线图
2018-07-04
机器学习与数据挖掘的学习路线图 说起机器学习和数据挖掘,当然两者并不完全等同。如果想简单的理清二者的关系,不妨这样来理解,机器学习应用在数据分析领域 = 数据挖掘。同理,如果将机器学习应用在图像处理 ...
数据分析中的缺失值处理
2017-12-01
数据分析中的缺失值处理 没有高质量的数据,就没有高质量的数据挖掘结果,数据值缺失是数据分析中经常遇到的问题之一。当缺失比例很小时,可直接对缺失记录进行舍弃或进行手工处理。但在实际数据中,往往 ...

聚类算法实践一层次聚类、K-means聚类

聚类算法实践一层次聚类、K-means聚类
2017-07-25
聚类算法实践一层次聚类、K-means聚类 所谓聚类,就是将相似的事物聚集在一 起,而将不相似的事物划分到不同的类别的过程,是数据分析之中十分重要的一种手段。比如古典生物学之中,人们通过物种的形貌特征将其 ...

R语言与点估计学习笔记(矩估计与MLE)

R语言与点估计学习笔记(矩估计与MLE)
2017-07-22
R语言与点估计学习笔记(矩估计与MLE) 众所周知,R语言是个不错的统计软件。今天分享一下利用R语言做点估计的内容。主要有:矩估计、极大似然估计、EM算法、最小二乘估计、刀切法(Jackknife)、自助法(Boots ...
数据挖掘中的分类问题
2017-05-03
数据挖掘中的分类问题 分类(classification)问题是数据挖掘领域研究的历史最为悠长,也是研究的较为透彻的问题。在数据挖掘领域,分类可以看成是从一个数据集到一组预先定义的、非交叠的类别的映射过程。其中 ...
1/1

OK