Robusni Gaussov mješoviti model
Robusni Gaussov mješoviti model zamjenjuje standardne Gaussove komponente distribucijama težih repova — najčešće Studentovim t-distribucijama — ili uključuje trimanje i smanjivanje težine odstupajućih vrijednosti unutar EM okvira. Rezultat je probabilistička metoda klasteriranja i procjene gustoće koja istinski anomalnim točkama dodjeljuje manji utjecaj na parametre komponente, sprječavajući da odstupajuće vrijednosti iskrive oblike ili položaje klastera.
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
- 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
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Robust Gaussian Mixture Model (Heavy-Tailed and Trimmed Variants). ScholarGate. https://scholargate.app/hr/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.
- Izolacijska šumaStrojno učenje↔ compare
- Grupna analiza K-meansStrojno učenje↔ compare
- Jednoklasni SVMStrojno učenje↔ compare
- Robusni k-meansStrojno učenje↔ compare
- Robustna linearna regresijaStrojno učenje↔ compare
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →