EM算法与高斯混合模型（GMM）EM算法是一种迭代算法，1977年由Dempster等人总结提出，用于含有隐变量（hidden variable）的概率模型参数的极大似然估计，或极大后验概率估计。EM算法的每次迭代由2步组成：E-step：求期望（expectation）M-step：最大化（maximization）所以该算法称为期望极大算法（expectation maxim...

Python Matplotlib.pyplotMatplotlib库是一个面向对象的绘图库。绘图界面由pyplot模块提供。该模块提供了许多绘图函数，以下记录的是饼状图/甜甜圈图的相关参数和绘图过程，官方资料详见文末链接。# 导入相关模块import numpy as npimport matplotlib.pyplot as plt# 使中文正常显示的参数设置plt.rcParam...

多元正态分布的极大似然估计1. 一元正态分布的密度函数一元正态分布的密度函数表示为：f(x)=1(2π)−−−−√σe−(x−μ)22σ2f(x)=1(2π)σe−(x−μ)22σ2f(x) = \frac{1}{\sqrt {(2 \pi)} \sigma} e^{- \frac{(x - \mu)^2}{2 \sigma^2}}其中，σ&