Gaussi seguimudel
Gaussi seguimudel on probabilistlik klastrimeetod, mis modelleerib andmestikku mitme Gaussi jaotuse kaalutud seguna, mida sobitatakse ootuse-maksimeerimise algoritmiga (Expectation–Maximization algorithm), mille formaliseerisid Dempster, Laird & Rubin 1977. aastal. See on K-keskmiste üldistus, kus iga klastri kuju, suurus ja orientatsioon võivad olla erinevad.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- Dempster, A.P., Laird, N.M. & Rubin, D.B. (1977). Maximum Likelihood from Incomplete Data via the EM Algorithm. Journal of the Royal Statistical Society: Series B, 39(1), 1–22. DOI: 10.1111/j.2517-6161.1977.tb01600.x ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 1). Gaussian Mixture Model (GMM Clustering). ScholarGate. https://scholargate.app/et/machine-learning/gaussian-mixture
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.
- DBSCANMasinõpe↔ compare
- Hierarchical ClusteringMasinõpe↔ compare
- PricipaalanalüüsMasinõpe↔ compare
- UMAPMasinõpe↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →