Solidne modelowanie mieszanin
Solidne modelowanie mieszanin dopasowuje skończone modele mieszanin — probabilistyczne metody klastrowania, które zakładają, że dane pochodzą ze zbioru populacji bazowych — wykorzystując rozkłady składowe lub strategie estymacji zaprojektowane tak, aby były niewrażliwe na wartości odstające i szum o grubych ogonach. Dwa dominujące podejścia polegają na zastąpieniu rozkładów Gaussa rozkładami o grubszych ogonach, takimi jak wielowymiarowy t-rozkład, lub na przycinaniu ustalonego odsetka najbardziej ekstremalnych obserwacji przed dopasowaniem.
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
- Garcia-Escudero, L. A., Gordaliza, A., Matran, C. & Mayo-Iscar, A. (2008). A general trimming approach to robust cluster analysis. Annals of Statistics, 36(3), 1324–1345. DOI: 10.1214/07-AOS515 ↗
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Robust Finite Mixture Modeling. ScholarGate. https://scholargate.app/pl/statistics/robust-mixture-modeling
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.
- Modelowanie mieszaninStatystyka↔ compare
- Solidna analiza skupień (TCLUST)Statystyka↔ compare
- Robust K-means ClusteringStatystyka↔ compare
- Robustowe modelowanie klas ukrytychStatystyka↔ compare
- Solidna analiza profili utajonychStatystyka↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →