【问题标题】:Enhancing the performance of Expectation Maximization提高期望最大化的性能
【发布时间】:2014-10-28 21:51:36
【问题描述】:

我正在 C++ 中实现期望最大化 (EM) 来估计高斯混合模型的参数。

EM 的收敛速度非常慢 - 有没有一种技术可以快速收敛对数似然?

【问题讨论】:

  • 您应该发布您现在拥有的代码并提出更具体的问题。
  • 事实上,它只会在你的精度极限处收敛。如果你有无限的精度,它永远不会收敛。所以选择不同的阈值。
  • 是的,谢谢,我会通过其他阈值来检查。

标签: c++ linux machine-learning data-mining expectation-maximization


【解决方案1】:

Armadillo C++ library 具有高斯混合模型 (GMM) 的期望最大化 (EM) 的多线程实现。有关详细信息,请参阅 gmm_diag 类。

【讨论】:

  • 你好@Mtall 请给我一个关于 gmm_diag 的最佳文档和示例需要什么类型的输入?
猜你喜欢
  • 2013-05-23
  • 2021-05-03
  • 2014-09-05
  • 1970-01-01
  • 2021-05-31
  • 2013-12-09
  • 2014-05-25
  • 2013-02-09
  • 2012-12-12
相关资源
最近更新 更多