Home IT技术 在Matlab中对缺失数据进行期望最大化 在Matlab中对缺失数据进行期望最大化 IT技术 xiaolong · 2025年4月6日 · 0 Comment 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。 相关文章: 在MATLAB中使用模糊C均值聚类对TCP转储数据进行聚类 在MATLAB中实现朴素贝叶斯算法 – 需要一些指导 在MATLAB中对单元数组进行分类 期望最大化技术的直观解释是什么? 高斯混合模型(EM算法)如何计算责任度 期望最大化算法的数值示例 [duplicate] 自定义算法在Matlab中进行期望最大化 迭代条件模式在EM算法中的E步 如何在n维空间中计算期望最大化算法的方差? 用于比较期望最大化算法时间性能的框架 data-mining expectation-maximization gaussian machine-learning matlab