Regularizovaný Gaussovský model zmesí
Regularizovaný Gaussovský model zmesí (GMM) pridáva malú kladnú konštantu k diagonále každej kovariančnej matice komponentu počas algoritmu očakávania-maximalizácie, čím zabraňuje singulárnym alebo takmer singulárnym maticiam, ktoré spôsobujú numerické zlyhania, keď sú dáta riedke, vysokodimenzionálne alebo obsahujú takmer duplicitné pozorovania.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Fraley, C. & Raftery, A. E. (2002). Model-based clustering, discriminant analysis, and density estimation. Journal of the American Statistical Association, 97(458), 611–631. DOI: 10.1198/016214502760047131 ↗
- Bishop, C. M. (2006). Pattern Recognition and Machine Learning (Ch. 9). Springer. ISBN: 978-0-387-31073-2
Ako citovať túto stránku
ScholarGate. (2026, June 3). Regularized Gaussian Mixture Model (Covariance-Regularized EM Clustering). ScholarGate. https://scholargate.app/sk/machine-learning/regularized-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.
- Bayesovský Gaussovský zmesový modelStrojové učenie↔ compare
- Zhlukovanie K-meansStrojové učenie↔ compare
- Jednotriedny SVMStrojové učenie↔ compare
- Regulované zhlukovanie K-meansStrojové učenie↔ compare
- Regulovaný k-najbližších susedovStrojové učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →