Κανονικοποιημένο Γκαουσιανό Μοντέλο Μίξης
Ένα Κανονικοποιημένο Γκαουσιανό Μοντέλο Μίξης (GMM) προσθέτει μια μικρή θετική σταθερά στη διαγώνιο κάθε πίνακα συνδιακύμανσης συνιστώσας κατά τον αλγόριθμο Αναμενόμενης-Μέγιστης (Expectation-Maximization), αποτρέποντας μοναδιαίους ή σχεδόν μοναδιαίους πίνακες που προκαλούν αριθμητικές αστοχίες όταν τα δεδομένα είναι αραιά, υψηλής διάστασης ή περιέχουν σχεδόν διπλότυπες παρατηρήσεις.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Method map
The neighbourhood of related methods — select a node to explore.
Πηγές
- 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
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 3). Regularized Gaussian Mixture Model (Covariance-Regularized EM Clustering). ScholarGate. https://scholargate.app/el/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.
- Μοντέλο Μίγματος Γκαουσιανών BayesΜηχανική Μάθηση↔ compare
- Ομαδοποίηση K-meansΜηχανική Μάθηση↔ compare
- One-Class SVMΜηχανική Μάθηση↔ compare
- Συστάδες K-Means με ΚανονικοποίησηΜηχανική Μάθηση↔ compare
- Κανονικοποιημένοι k-πλησιέστεροι γείτονεςΜηχανική Μάθηση↔ compare
Αναφέρεται από
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →