Gaussisk blandningsmodell
En Gaussisk blandningsmodell är en probabilistisk klustringsmetod som modellerar data som en viktad blandning av flera Gaussiska fördelningar, anpassad med Expectation–Maximization-algoritmen som formaliserades av Dempster, Laird & Rubin 1977. Det är en generalisering av K-means där varje kluster kan ha sin egen form, storlek och orientering.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 1). Gaussian Mixture Model (GMM Clustering). ScholarGate. https://scholargate.app/sv/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.
- DBSCANMaskininlärning↔ compare
- Hierarkisk klustringMaskininlärning↔ compare
- Analys av huvudkomponenterMaskininlärning↔ compare
- UMAPMaskininlärning↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →