【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)