Gaussisk blandingsmodell
En Gaussisk blandingsmodell er en probabilistisk klyngealgoritme som modellerer data som en vektet blanding av flere Gaussiske fordelinger, tilpasset med forventningsmaksimeringsalgoritmen (Expectation–Maximization algorithm) formalisert av Dempster, Laird & Rubin i 1977. Det er en generalisering av K-means der hver klynge kan ha sin egen form, størrelse og orientering.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 1). Gaussian Mixture Model (GMM Clustering). ScholarGate. https://scholargate.app/no/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.
- DBSCANMaskinlæring↔ compare
- Hierarkisk grupperingMaskinlæring↔ compare
- HovedkomponentanalyseMaskinlæring↔ compare
- UMAPMaskinlæring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →