机器学习15-2—几种算法的对比总结(FA、PCA、混合高斯算法、k-means)

• FA：无监督学习，z连续，服从高斯分布，作为隐含变量；运用EM方法，通过最大化似然函数，对进行参数估计。主要目的：降维。
• PCA：通过变换矩阵进行降维。
• 混合高斯模型：无监督学习，z离散，服从多项式分布，作为隐含变量；运用EM方法，通过最大化似然函数，对进行参数估计。主要目的：对每个样本进行标签z的分配。
• k-means：无监督学习，通过最小化，使每一类的点到其质心的间隔最小。主要目的：对每个样本进行标签z的分配。