Robusztus Gauss-keverék modell
A robusztus Gauss-keverék modell a standard Gauss-komponenseket nehezebb farkú eloszlásokkal — leggyakrabban Student t-eloszlással — helyettesíti, vagy az EM keretrendszeren belül beépíti a kiugró értékek (outlier) vágását és súlycsökkentését. Az eredmény egy valószínűségi klaszterezési és sűrűségbecslési módszer, amely a valóban anomális pontoknak kisebb befolyást tulajdonít a komponensparaméterekre, megakadályozva, hogy a kiugró értékek torzítsák a klaszterek alakját vagy pozícióját.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- 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
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Robust Gaussian Mixture Model (Heavy-Tailed and Trimmed Variants). ScholarGate. https://scholargate.app/hu/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.
- Isolation ForestGépi tanulás↔ compare
- K-means klaszterezésGépi tanulás↔ compare
- One-Class SVMGépi tanulás↔ compare
- Robuszt k-meansGépi tanulás↔ compare
- Robusztus lineáris regresszióGépi tanulás↔ compare
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →