在Matlab中对缺失数据进行期望最大化

我需要使用EM算法来估计两个类别的高斯分布的均值和协方差。它们也有一些缺失的属性。

每个对象的类别是已知的。因此,问题基本上简化为拟合一个具有缺失元素的高斯模型。

使用哪个库最好?

ECM算法与EM算法有何不同?


回答:

谢谢大家。但我正在使用ecmnmle来估计参数,然后获得边缘分布,这些分布后来在贝叶斯分类中使用。它的效果相当好,在两个类别上的准确率分别为0.9和0.69。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注