BIC的计算公式为,
BIC = -log(data/theta) - (# of parameter / 2) * log(n).
假设情况如下:
样本数(n) = 500
和簇数(K) = 4
的二维高斯数据。
这里的# of parameters
是什么?
这里最简单的逻辑(在我看来)是# of parameters = K * 3 = 12.k * 3
因为有三个参数(mu
,sigma
和 prior
) 对于每个 k = 4
类。
如有错误请指正
最佳答案
如果你的数据维度是d
,你的平均向量可能有 d
变量和你的协方差矩阵有 d^2
变量。
所以我会说你有 (2 + 2 * 2 + 1) * 4 = 28
变量。
关于algorithm - EM算法的贝叶斯信息准则计算,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/26540843/