Robust Gaussian Mixture Model
Robust Gaussian Mixture Model (โมเดลส่วนผสมแบบเกาส์เซียนที่ทนทาน) ทำการแทนที่องค์ประกอบแบบเกาส์เซียนมาตรฐานด้วยการแจกแจงที่มีหางหนาแน่นกว่า (โดยทั่วไปคือการแจกแจงแบบ t ของสทูเดนต์) หรือรวมการตัดทอนและการถ่วงน้ำหนักจุดข้อมูลที่ผิดปกติออกไปภายในกรอบการทำงานของ EM ผลลัพธ์ที่ได้คือวิธีการจัดกลุ่มเชิงความน่าจะเป็นและการประมาณค่าความหนาแน่นที่ทำให้จุดข้อมูลที่ผิดปกติอย่างแท้จริงมีอิทธิพลน้อยลงต่อพารามิเตอร์ขององค์ประกอบ ป้องกันไม่ให้จุดข้อมูลที่ผิดปกติบิดเบือนรูปร่างหรือตำแหน่งของกลุ่ม
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
- Maronna, R. A., Martin, R. D. & Yohai, V. J. (2006). Robust Statistics: Theory and Methods. Wiley. ISBN: 978-0-470-01092-1
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Robust Gaussian Mixture Model (Heavy-Tailed and Trimmed Variants). ScholarGate. https://scholargate.app/th/machine-learning/robust-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.
- Isolation Forestการเรียนรู้ของเครื่อง↔ compare
- การจัดกลุ่มแบบ K-meansการเรียนรู้ของเครื่อง↔ compare
- One-class SVMการเรียนรู้ของเครื่อง↔ compare
- Robust k-meansการเรียนรู้ของเครื่อง↔ compare
- การถดถอยเชิงเส้นแบบทนทานการเรียนรู้ของเครื่อง↔ compare