c++ - 提高期望最大化的绩效

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

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 收敛非常慢 - 是否有一种技术可以快速收敛对数似然?

最佳答案

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。请参阅gmm_diag类以获取更多信息。

关于c++ - 提高期望最大化的绩效,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/25660527/

相关文章:

c++ - 如何为CSR格式设置SparseMatrix.valuePtr()、SparseMatrix.outerIndexPtr()和SparseMatrix.innerIndexPtr()?

linux - 公平性 : Where can it be better handled?

java - Weka:Src 和 Dest 的属性数量不同:使用 java

machine-learning - SGD 型号 "overconfidence"

r - 设置随机森林回归模型的 ntree 和 mtry 值

c++ - 为什么 RegOpenKeyEx() 在 Vista 64 位上返回错误代码 2?

c++ - 类中的类型名称功能

c++ - 无法在派生类中调用虚保护方法

linux - qdel 和 kill 命令的区别

c - 如何在Linux中查找C中定义为宏的数组元素的地址