machine-learning - 加权 GMM 分量

Question

如何确定每个 GMM 组件权重

关于用于分类和聚类 的高斯混合模型（GMM） 。每个高斯分量的权重任意设置为分量总数的平均值。

在大多数教科书、论文和实际应用中，这是作为常识进行的。

1. 有没有关于这个问题的理论工作？
2. 或者，这真的只是一个微不足道的问题吗？

欢迎任何线索

Answer 1

一个明智的做法是将混合权重设置为先验概率，但在大多数情况下，我看到混合权重是一个隐藏变量，并通过 EM 进行估计。

您可以进行 k 均值聚类，其中 k 等于您想要的混合数，并按比例初始化权重。这是另一种解决方法，它有点道理。

如果您确实知道某些训练数据的混合成员资格，则可以使用它并估计先验概率并使用它来初始化您的混合权重，但我从未见过这样的情况。

附带说明一下，没有设置混合物数量的原则方法，我认为科学界非常相信没有。