我一直在使用scikit-learn的Dirichlet Process高斯混合模型来聚类我的数据集。我一直在为此目的使用这个优秀的教程：http://blog.echen.me/2012/03/20/infinite-mixture-models-with-nonparametric-bayes-and-the-dirichlet-process/
最后，作者使用了一个数据集，该数据集使用营养价值（即总脂肪，维生素D，维生素C等）作为特征来分类食品。在实现算法之前，作者将这些特征规范化。规范化的重要性是什么？数据集中的每个项目是否都需要具有高斯分布的特征集？这是一个潜在的假设吗？
任何帮助将不胜感激。谢谢！
答案 0 :(得分：0)
Dirichlet过程高斯混合模型是高斯混合模型的无限极限，因此假设数据的高斯分布。回顾高斯混合模型的生成过程。然而，Dirichlet过程混合物模型本身的配方与观察分布无关。
数据的标准化，例如如果正确地参数化模型的基本分布，则不需要z-score。如果在您使用的实现中无法实现，则需要进行标准化。