Forklarlig Gaussisk Blandingsmodel
En Forklarlig Gaussisk Blandingsmodel (X-GMM) udvider det klassiske GMM probabilistiske klynge-framework med gennemsigtighedsmekanismer — såsom feature-attribution scores, komponent-niveau opsummeringer eller sparse kovariansstrukturer — således at opdagede klynger og densitetsskøn kan forstås, kommunikeres og auditeres af menneskelige eksperter.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Murphy, K. P. (2012). Machine Learning: A Probabilistic Perspective (Ch. 11 — Mixture Models). MIT Press. ISBN: 978-0-262-01802-9
- Gaussian mixture model. Wikipedia. link ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Explainable Gaussian Mixture Model (X-GMM). ScholarGate. https://scholargate.app/da/machine-learning/explainable-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.
- K-Means ClusteringMaskinlæring↔ compare
- Latent Class Analysis (LCA)Statistik↔ compare
- Variational AutoencoderDyb læring↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →