对于每一个样本，使用EM算法学习高斯混合模型的参数，当得到的值时EM算法运行结束。（ ）
错
举一反三
- 高斯混合模型使用了EM算法求解参数。
- 高斯混合模型的应用广泛，在许多情况下，EM算法是学习高斯混合模型的有效手段。
- 关于EM算法描述正确的是（ ） A: EM算法核心步骤有两步，即E步和M步 B: EM算法初始化模型参数可以采用均匀分布随机数 C: EM算法需要初始化模型参数值 D: EM算法停止条件必须是模型参数稳定
- 在利用EM算法估计高斯混合模型参数的时候，需要预先设定的参数有（ ）。 A: 类别个数 B: 高斯元的均值 C: 高斯元的权重系数 D: 高斯元的方差
- 下面属于聚类算法的有（ ） A: K-Means B: 均值偏移聚类算法 C: DBSCAN聚类算法 D: 使用高斯混合模型（GMM）的期望最大化（EM）聚类
内容
- 0
EM算法（ExceptionMaximizationAlgorithm）是机器学习领域的一个经典算法，下面关于EM算法的表述中不正确的有（） A: EM算法属于一种分类算法 B: 如果优化的目标函数是凸函数，那么EM算法一定能找到全局最优解 C: EM算法可以分为E-Step和M-Step两步 D: EM算法可用于从不完整的数据中计算最大似然估计
- 1
使用EM算法
- 2
EM算法一定会收敛到全局最优值。
- 3
EM算法中的M步一般是估计模型的参数。（ ）
- 4
在机器学习算法中训练模型时，是为了得到_______。 A: 模型参数 B: 预测值 C: 超参数 D: 样本标签