from?numpy?import*

‘‘‘
E步：依據(jù)當(dāng)前模型參數(shù)，計算分模型k對觀測數(shù)據(jù)Yj的響應(yīng)度
alphamiusigma:?高斯混合模型參數(shù)
NK：觀測數(shù)據(jù)個數(shù)及分模型個數(shù)
yValue:?觀測數(shù)據(jù)
‘‘‘
def?eStep（yValueNKalphamiusigma）:
????gama=zeros（（NK））
????for?j?in?range（N）:
????????Denom=0.0
????????Numer=mat（zeros（（1K）））
????????for?k?in?range（K）:
????????????Numer[:k]=（alpha[k]*exp（（-（yValue[j]-miu[k]）**2）
?????????????????????????????????????/（2*sigma[k]**2））/（2.506628*sigma[k]））#算分子
????????????Denom?+=?Numer[:k]#算分母
????????gama[j?:]?=?Numer[::]?/?Denom
????return?gama
‘‘‘
M步：計算新一輪迭代的模型參數(shù)
alphamiusigma:?高斯混合模型參數(shù)
NK：觀測數(shù)據(jù)個數(shù)及分模型個數(shù)
yValue:?觀測數(shù)據(jù)gama:E步計算結(jié)果
‘‘‘
def?mStep（yValuegamaNKalphamiusigma）:
????for?k?in?range（K）:
????????sum1?sum2?sum3=?0.0?0.0?0.0
????????Numer2=zeros（（N1））
????????sum1?=?sum（multiply（gama[:k]yValue[:]））
????????sum2?=?sum（gama[:k]）
????????miu[k][0]?=?sum1/sum2#更新miu
????????alpha