Es muy similar al algoritmo de agrupamiento de k significa, en el que dado k máximo no. de racimos, k no. de las observaciones llamadas centros de grupo se seleccionan al azar. Asigne cada observación a los grupos calculando la distancia entre las observaciones y los centros de grupo de manera que la media entre los grupos sea lo más diferente posible entre sí.
En lugar de asignar observaciones a grupos para maximizar las diferencias en las medias para las variables continuas, el algoritmo de agrupación EM calcula las probabilidades de pertenencia a grupos.
Algoritmo de agrupamiento EM para variables continuas paso a paso:
- ¿Qué significa si un futuro programador apesta u odia los algoritmos de aprendizaje y las estructuras de datos?
- Cómo desarrollarme bien en algoritmos y programación
- ¿Cómo están sucediendo los campos de entrenamiento de algoritmos?
- ¿Qué es un algoritmo? ¿Es simplemente una máquina de Turing? Si no, ¿qué es?
- ¿Qué es un algoritmo hash?
- Seleccione k observaciones al azar. Estas son las medias iniciales del grupo.
- Calcular la varianza de cada grupo.
- El uso de la media y la varianza del grupo genera una distribución gaussiana multivariada para cada grupo
- Calcule la probabilidad de que cada observación caiga en cada grupo utilizando la Distribución Gaussiana, cada observación pertenece a cada grupo con una cierta probabilidad.
- Por último, las observaciones se asignarán al grupo en función de la mayor probabilidad de clasificación.