knn VS Kmeans
image-20210802175658175
https://www.cnblogs.com/mantch/p/11246705.html
Kmeans vs GMM
硬聚類就是把數(shù)據(jù)確切地分到某一類中雌桑，比如K-Means庙睡。
硬就是說“強硬”众旗，是屬于A類就是A類尤蛮，不會跑到B類怖辆。
軟聚類就是把數(shù)據(jù)以一定的概率分到各類中笨触，比如高斯混合模型(GMM)魔慷，比如模糊C均值模型(Fuzzy c-Means)。聚類的結(jié)果往往是樣本1在A類的概率是0.7之拨，在B類的概率是0.3茉继。
軟聚類又稱為模糊聚類(fuzzy clustering）咧叭。
GMM退化成kmeans：https://blog.csdn.net/qq_39638957/article/details/88744877
難點： 1.如何選擇初始化的值（k蚀乔，mu，sigmas）k值的初始化較難菲茬，mu均值可以用kmean算得的結(jié)果吉挣，sigmas可以用kmeans分得的結(jié)果求得的方差作為初始化。 2.Kmeans是GMM退化后的結(jié)果婉弹，GMM中的響應(yīng)度變成{0,1}睬魂，協(xié)方差矩陣變成 樣本方差 / 樣本格式，均值為響應(yīng)度為1的樣本的均值镀赌。
GMM
LSTM/GRU講一下原理（要非常細(xì)）
LSTM/GRU的激活函數(shù)的作用
- 為什么是sigmoid函數(shù)和tanh函數(shù)商佛，可否換成別的激活函數(shù)喉钢？
