面试题库 › 算法 / 大模型 › 高斯混合模型 GMM 原理与 EM 求解

高斯混合模型 GMM 原理与 EM 求解

难度 ★★☆在 1 场真实面经中被问到 方向:算法 / 大模型考点:聚类算法

常见岗位:推理部署与加速

答案要点

  1. 模型:p(x)=Σ πk·N(x|μk,Σk),πk 非负且和为 1,每个分量对应一个簇,输出软分配概率
  2. E 步:γik = πk·N(xi|μk,Σk) / Σj πj·N(xi|μj,Σj),即样本属于各分量的后验
  3. M 步:Nk=Σi γik,πk=Nk/N,μk、Σk 分别为按 γik 加权的均值与协方差
  4. EM 保证对数似然单调不降,但只收敛到局部最优,依赖初始化
  5. K-means 相当于硬分配、共享球形协方差的特例,GMM 可刻画椭圆簇

易错点

面试官常见追问

完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。

相关面试题