信息检索与数据挖掘 2019/5/520 K-neans算法是一种Hard EM2算法 X=(x1,X2,…,xN),X为第i个文档 Z=(Z1,Z2,…,zN),2E{ω1，ω2，…，ωK}Z为隐变量，代表文档x所属的类 参数0=(O1,02,,0K)∈{u(ω1)4（ω2），…，4（ωK)}，代表类的质心 w:o=oz,09n202 3q(Z,0) gminxi0 Expectation:q(z;)=p(zX;)= →P(Z=zlX=x;0) p(x,z;6t)= 四pK=2=:的 Maximization: 上述形式化韬述受如下文献的启发导出，与该文并不相同，仅供参考 关于EM算法的九层境界的浅薄介绍http.ww.elecfans.com/d/604076.html信息检索与数据挖掘 2019/5/5 20 K-means算法是一种Hard EM算法 𝑥 = 𝑥1, 𝑥2, … , 𝑥𝑁 , xi为第i个文档 𝑧 = 𝑧1, 𝑧2, … , 𝑧𝑁 , 𝑧𝑖 ∈ {𝜔1, 𝜔2, … , 𝜔𝐾} zi为隐变量，代表文档xi所属的类 参数𝜃 = (𝜃1, 𝜃2, … , 𝜃𝐾) ∈ {𝜇(𝜔1), 𝜇(𝜔2), … , 𝜇(𝜔𝐾)} ，代表类的质心 ℒ(𝑋 ; 𝜃) = ෍ 𝑍 𝑞 𝑍 ; 𝜃መ 𝑡 log 𝑝 𝑋, 𝑍 ; 𝜃መ 𝑡 𝑞 𝑍; 𝜃መ 𝑡 Expectation：𝑞 𝑍 ; 𝜃መ 𝑡 = 𝑝(𝑍|𝑋 ; 𝜃መ 𝑡 ) argmin 𝑗 𝑥𝑖−𝜃෡ 𝑗 𝑡 𝑃(𝑍 = 𝑧𝑗 |𝑋 = 𝑥𝑖 ; 𝜃መ 𝑡 ) 𝑝 𝑋, 𝑍 ; 𝜃መ 𝑡 argmin 𝑗 𝑥𝑖−𝜃෡ 𝑗 𝑡 𝑃 𝑋 = 𝑥𝑖 , 𝑍 = 𝑧𝑗 ; 𝜃መ 𝑡 Maximization：𝜃መ 𝑗 𝑡+1 = 1 |𝜔𝑗 | σ𝑧𝑖∈𝜔𝑗 𝑥𝑖 上述形式化描述受如下文献的启发导出，与该文并不相同，仅供参考 关于EM算法的九层境界的浅薄介绍 http://www.elecfans.com/d/604076.html