充分统计量 Γ₀ / Γ₁ / Γ₂ —— 估高斯只需三个累加量
原始数据可以丢,只留
Γ₀,Γ₁,Γ₂
三个累加器,就能重估高斯的 μ̂ 与 Σ̂。
数据 xₙ(d 维向量)
x₁
x₂
x₃
x₄
…
x_N
原始数据可弃
Γ₀ = Σ 1 = N
零阶 · 计数
0
Γ₁ = Σ xₙ
一阶 · 求和向量
Γ₂ = Σ xₙ xₙᵀ
二阶 · 外积矩阵 (d×d)
μ̂ = Γ₁ / Γ₀
均值
Σ̂ = Γ₂/Γ₀
− μ̂ μ̂ᵀ
协方差
▶ 播放
单步
↺ 重置
点「播放」或「单步」开始:左侧是一摞原始数据向量 xₙ。
💡 估高斯参数只需
Γ₀
,
Γ₁
,
Γ₂
—— 零阶计数、一阶求和、二阶外积三量浓缩全部信息,这就是 EM / Baum-Welch 的统计量接口。