Matlab中用于表达式最大化的自定义算法

我试图编写一个算法,从混合多元正态分布中为每个类确定$\mu$、$\sigma$、$\pi$。

我部分完成了该算法,当我将随机猜测值($\mu$、$\sigma$、$\pi$)设置为接近实际值时,它就起作用了。但是,当我设置的值与实际值相去甚远时,算法不会收敛。西格玛为0美元(2.30760684053766e-24 2.307606840 53766e-4)。

我认为问题在于我的协方差计算,我不确定这是否是正确的方法。我在维基百科上找到的 . 如果你能检查一下我的算法,我将不胜感激。尤其是协方差部分。

祝您有个美好的一天, 谢谢

2 mixture gauss
size x  = [400, 2] (400 point 2 dimension gauss)
mu = 2 , 2 (1 row = first gauss mu, 2 row = second gauss mu)

    for i = 1 : k
        gaussEvaluation(i,:) = pInit(i) * mvnpdf(x,muInit(i,:), sigmaInit(i, :) * eye(d));
        gaussEvaluationSum = sum(gaussEvaluation(i, :));

        %mu calculation
        for j = 1 : d
            mu(i, j) = sum(gaussEvaluation(i, :) * x(:, j)) / gaussEvaluationSum;
        end
       %sigma calculation methode 1
       %for j = 1 : n 
        %    v = (x(j, :) - muNew(i, :));
        %    sigmaNew(i) = sigmaNew(i) + gaussEvaluation(i,j) * (v * v');
        %end
        %sigmaNew(i) = sigmaNew(i) / gaussEvaluationSum;

        %sigma calculation methode 2
        sub = bsxfun(@minus, x, mu(i,:));
        sigma(i,:) = sum(gaussEvaluation(i,:) * (sub .* sub)) / gaussEvaluationSum;

        %p calculation

        p(i) = gaussEvaluationSum / n;