Gaussovský mixture model
Gaussovský mixture model (GMM) je pravdepodobnostná metóda zhlukovania, ktorá modeluje dáta ako vážený mixture niekoľkých Gaussovských distribúcií, pričom sa prispôsobuje pomocou algoritmu očakávania-maximalizácie (Expectation–Maximization algorithm) formalizovaného Dempsterom, Lairom a Rubinom v roku 1977. Je to zovšeobecnenie K-means, pri ktorom môže mať každý cluster vlastný tvar, veľkosť a orientáciu.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Mapa metód
Okolie príbuzných metód — vyberte uzol na preskúmanie.
Zdroje
- 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 1). Gaussian Mixture Model (GMM Clustering). ScholarGate. https://scholargate.app/sk/machine-learning/gaussian-mixture
Ktorá metóda?
Postavte túto metódu vedľa jej najbližších príbuzných a čítajte ich vedľa seba — knižnica vám knihy položí na stôl; voľba je na vás.
- DBSCANStrojové učenie↔ porovnať
- Hierarchické zhlukovanieStrojové učenie↔ porovnať
- Analýza hlavných komponentovStrojové učenie↔ porovnať
- UMAPStrojové učenie↔ porovnať
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →