【文件属性】：
文件名称：gmm的matlab代码-Gaussian_Mixture_Model_for_Clustering:高斯混合模型的聚类
文件大小：193KB
文件格式：ZIP
更新时间：2021-05-26 02:54:42
系统开源
gmm的matlab代码高斯混合模型_聚类
高斯混合模型的聚类Matlab代码
您可以选择初始化和规范化的方法。
性能指标包括ACC，ARI和ANMI。
GMM算法：
虹膜的例子
运行demo_data.m
虹膜的结果是：
迭代1，迭代次数：38，精度：0.96666667
迭代2，迭代次数：38，精度：0.96666667
迭代3，迭代次数：38，精度：0.96666667
迭代4，迭代次数：38，精度：0.96666667
迭代5，迭代次数：38，精度：0.96666667
迭代6，迭代次数：38，精度：0.96666667
迭代7，迭代次数：38，精度：0.96666667
迭代8，迭代次数：38，精度：0.96666667
迭代9，迭代次数：38，精度：0.96666667
迭代10，迭代次数：38，精度：0.96666667
该算法的平均迭代次数为：38.00
平均运行时间为：0.11719
平均准确度是：0.96666667
平均randint指数是：0.95749441
平均归一化的共同信息是：0.89969459
代码作者
王荣荣（kailugaji）
2020/7/5
【文件预览】：
Gaussian_Mixture_Model_for_Clustering-master
----GMM_kailugaji.m(3KB)
----logsumexp.m(471B)
----LICENSE(1KB)
----Performance indexes()
--------nmi.m(1KB)
--------munkres.m(5KB)
--------RandIndex.m(2KB)
--------label_map.m(459B)
--------performance_index.m(421B)
----README.md(1KB)
----GMM.jpg(196KB)
----iris.data(3KB)
----Initialization & Normalization()
--------normlization.m(441B)
--------init_methods.m(874B)
--------litekmeans.m(16KB)
----demo_data.m(2KB)