Gaussov model smjese
Gaussov model smjese (Gaussian Mixture Model, GMM) probabilistička je metoda klasteriranja koja modelira podatke kao ponderiranu smjesu nekoliko Gaussovih distribucija, prilagođenu algoritmom očekivanja-maksimalizacije (Expectation–Maximization, EM) koji su formalizirali Dempster, Laird i Rubin 1977. godine. To je generalizacija K-means metode kod koje svaki klaster može imati vlastiti oblik, veličinu i orijentaciju.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 1). Gaussian Mixture Model (GMM Clustering). ScholarGate. https://scholargate.app/hr/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.
- DBSCANStrojno učenje↔ compare
- Hijerarhijsko grupiranjeStrojno učenje↔ compare
- Analiza glavnih komponentStrojno učenje↔ compare
- UMAPStrojno učenje↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →