Reguleeritud Gaussi segamudel
Reguleeritud Gaussi segamudel (GMM) lisab igale komponendi kovariatsioonimaatriksi diagonaalile väikese positiivse konstandi ootus-maksimeerimise algoritmi käigus, vältides singulaarseid või peaaegu singulaarseid maatriksid, mis põhjustavad numbrilisi tõrkeid, kui andmed on hõredad, suuremõõtmelised või sisaldavad peaaegu duplikaatvaatlusi.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- 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
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Regularized Gaussian Mixture Model (Covariance-Regularized EM Clustering). ScholarGate. https://scholargate.app/et/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.
- Bayesian Gaussian Mixture ModelMasinõpe↔ compare
- K-keskmiste klasterdamineMasinõpe↔ compare
- Üheklassi SVMMasinõpe↔ compare
- Reguleeritud K-keskmiste klastrite moodustamise meetodMasinõpe↔ compare
- Regulaarne k-lähima naabri algoritmMasinõpe↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →