Gausov model mešavine
Gausov model mešavine (GMM) je probabilistička metoda klasterovanja koja modeluje podatke kao ponderisanu mešavinu nekoliko Gausovih distribucija, prilagođenu algoritmom očekivanje-maksimizacija (EM) koji su formalizovali Dempster, Laird i Rubin 1977. godine. To je generalizacija K-sredina u kojoj svaki klaster može imati sopstveni oblik, veličinu i orijentaciju.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 1). Gaussian Mixture Model (GMM Clustering). ScholarGate. https://scholargate.app/sr/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.
- DBSCANMašinsko učenje↔ compare
- Hijerarhijsko grupisanjeMašinsko učenje↔ compare
- Analiza glavnih komponentiMašinsko učenje↔ compare
- UMAPMašinsko učenje↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →