文章目录本文目的LDA模型的简单回顾LDA求解 —— 变分推断EM算法EM算法本文目的LDA，即Latent Dirichlet Allocation，是一个非常重要的文档主题模型，在众多领域均有着广泛的运用。本文聚焦于LDA模型的变分推断求解方法的数学推导，假设读者已经了解过LDA的基本原理。LDA模型的简单回顾首先对LDA模型做一个简单的回顾：假设数据集DDD中有MMM篇文档，其中第ddd篇文

文章目录前言一、K均值算法(K-means)1.模型定义2.模型算法二、使用步骤1.引入库2.读入数据总结前言聚类是一种无监督学习方法，把相似的对象通过静态分类的方法分成不同的组别或子集合，使得同一类别或子集中的对象具有相似的属性，在数据挖掘、模式识别、图像分析、数据分 析中具有广泛的应用。一、K均值算法(K-means)目标：将所有数据样本聚类成KKK个类别。即找到kkk个聚类中心μ1,μ2,.

einsum方法详解（爱因斯坦求和）einsum是pytorch、numpy中一个十分优雅的方法，如果利用得当，可完全代替所有其他的矩阵计算方法，不过这需要一定的学习成本。本文旨在详细解读einsum方法的原理，并给出一些基本示例。一、爱因斯坦求和爱因斯坦求和是一种对求和公式简洁高效的记法，其原则是当变量下标重复出现时，即可省略繁琐的求和符号。比如求和公式：∑i=1naibi=a1b1+a2b2+