Robust Gaussian Mixture Model
Robust Gaussian Mixture Model मानक Gaussian घटकों को भारी-पुच्छ (heavier-tailed) वितरणों से बदल देता है — सबसे सामान्यतः Student's t-वितरण — या EM ढांचे के भीतर आउटलायर्स (outliers) की ट्रिमिंग (trimming) और डाउन-वेटिंग (down-weighting) को शामिल करता है। परिणाम एक संभाव्य क्लस्टरिंग (clustering) और घनत्व-अनुमान (density-estimation) विधि है जो वास्तव में विषम बिंदुओं (anomalous points) को घटक मापदंडों (component parameters) पर कम प्रभाव डालने देती है, जिससे आउटलायर्स क्लस्टर के आकार या स्थिति को विकृत करने से बचते हैं।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- Peel, D. & McLachlan, G. J. (2000). Robust mixture modelling using the t distribution. Statistics and Computing, 10(4), 339–348. DOI: 10.1023/A:1008981510081 ↗
- Maronna, R. A., Martin, R. D. & Yohai, V. J. (2006). Robust Statistics: Theory and Methods. Wiley. ISBN: 978-0-470-01092-1
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Robust Gaussian Mixture Model (Heavy-Tailed and Trimmed Variants). ScholarGate. https://scholargate.app/hi/machine-learning/robust-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.
- आइसोलेशन फ़ॉरेस्टमशीन अधिगम↔ compare
- के-मीन्स क्लस्टरिंगमशीन अधिगम↔ compare
- वन-क्लास एसवीएममशीन अधिगम↔ compare
- रोबस्ट के-मीन्समशीन अधिगम↔ compare
- मजबूत रैखिक प्रतिगमनमशीन अधिगम↔ compare