Регуляризиран Гаусов смесен модел
Регуляризиран Гаусов смесен модел (GMM) добавя малка положителна константа към диагонала на всяка ковариационна матрица на компонента по време на алгоритъма Очакване-Максимизация, предотвратявайки сингулярни или почти сингулярни матрици, които причиняват числени грешки, когато данните са разредени, високомерни или съдържат почти дублиращи се наблюдения.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Fraley, C. & Raftery, A. E. (2002). Model-based clustering, discriminant analysis, and density estimation. Journal of the American Statistical Association, 97(458), 611–631. DOI: 10.1198/016214502760047131 ↗
- Bishop, C. M. (2006). Pattern Recognition and Machine Learning (Ch. 9). Springer. ISBN: 978-0-387-31073-2
Как да цитирате тази страница
ScholarGate. (2026, June 3). Regularized Gaussian Mixture Model (Covariance-Regularized EM Clustering). ScholarGate. https://scholargate.app/bg/machine-learning/regularized-gaussian-mixture-model
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Байесов модел на Гаусови смесиМашинно обучение↔ compare
- K-means клъстеризацияМашинно обучение↔ compare
- Еднокласов SVMМашинно обучение↔ compare
- Регуляризирано K-средно клъстеризиранеМашинно обучение↔ compare
- Регуляризирани k-най-близки съседиМашинно обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →