在 EM 算法聚类中使用可变长度数据输入
Using variable length data inputs with EM algorithm clustering
我们有一组带有出租车位置的序列。我们希望通过考虑数据行中的顺序模式来对数据进行聚类。
例如：
T1、T2、T3、T4 是行程，a、b、c、d、e 是地点集。
我们拥有的数据就像，
- T1 b c b a d
- T2 一个
- T3 a b a b a b c e d
- T4 b c d c b d c a
但问题是数据的长度是不可变的。我们如何使用 EM 对这些类型的数据进行聚类。由于它不接受可变长度数据，因此我们可以自定义它。
EM是一般原则。您可以将它与非常不同的 models.
一起使用
可能最流行的 EM 模型是高斯混合建模、GMM。
当然，如果您使用协方差，GMM 需要固定维度。
但是如果你使用其他模型，它没有理由不能使用可变长度向量。例如，有处理文本数据的EM变体，文本通常确实有不同的长度。
我们有一组带有出租车位置的序列。我们希望通过考虑数据行中的顺序模式来对数据进行聚类。 例如： T1、T2、T3、T4 是行程，a、b、c、d、e 是地点集。 我们拥有的数据就像，
- T1 b c b a d
- T2 一个
- T3 a b a b a b c e d
- T4 b c d c b d c a
但问题是数据的长度是不可变的。我们如何使用 EM 对这些类型的数据进行聚类。由于它不接受可变长度数据，因此我们可以自定义它。
EM是一般原则。您可以将它与非常不同的 models.
一起使用可能最流行的 EM 模型是高斯混合建模、GMM。
当然，如果您使用协方差，GMM 需要固定维度。
但是如果你使用其他模型，它没有理由不能使用可变长度向量。例如，有处理文本数据的EM变体，文本通常确实有不同的长度。