Model Gaussa (Gaussian Mixture Model)
Model Gaussa jest probabilistyczną metodą klasteryzacji, która przedstawia dane jako ważoną mieszaninę kilku rozkładów Gaussa, dopasowywaną algorytmem EM (Expectation–Maximization) sformalizowanym przez Dempstera, Lairda i Rubina w 1977 roku. Jest to uogólnienie metody K-średnich, w którym każda klastra może przyjmować własny kształt, rozmiar i orientację.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 1). Gaussian Mixture Model (GMM Clustering). ScholarGate. https://scholargate.app/pl/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.
- DBSCANUczenie maszynowe↔ compare
- Klasteryzacja hierarchicznaUczenie maszynowe↔ compare
- Analiza Głównych SkładowychUczenie maszynowe↔ compare
- UMAPUczenie maszynowe↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →