Ensemble Gaussian Mixture Model (Ensemble-Gaußsches Mischungsmodell)

Das Ensemble-Modell Gaußscher Mischverteilungen (Ensemble Gaussian Mixture Model, E-GMM) kombiniert mehrere unabhängig angepasste Gaußsche Mischverteilungsmodelle, um die Dichteschätzung, die Stabilität der Clusterbildung und die Anomalieerkennung zu verbessern. Durch Mittelung oder Aggregation der probabilistischen Ausgaben mehrerer GMMs – jedes trainiert auf einem anderen Datenteil oder mit einer anderen Zufallsinitialisierung – reduziert das Ensemble die Empfindlichkeit gegenüber lokalen Optima und der Wahl des Zufallssamens (random seed), was robustere und zuverlässigere Ergebnisse liefert als jedes einzelne GMM.