Modèle de mélange gaussien
Un modèle de mélange gaussien est une méthode de regroupement probabiliste qui modélise les données comme un mélange pondéré de plusieurs distributions gaussiennes, ajusté par l'algorithme Espérance-Maximisation formalisé par Dempster, Laird & Rubin en 1977. C'est une généralisation de K-moyennes où chaque cluster peut avoir sa propre forme, taille et orientation.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 1). Gaussian Mixture Model (GMM Clustering). ScholarGate. https://scholargate.app/fr/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.
- DBSCANApprentissage automatique↔ compare
- Regroupement hiérarchiqueApprentissage automatique↔ compare
- Analyse en composantes principalesApprentissage automatique↔ compare
- UMAPApprentissage automatique↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →