Регуляризована Гауссова Суміш Моделей
Регуляризована Гауссова Суміш Моделей (GMM) додає невелику додатну константу до діагоналі кожної матриці коваріації компоненти під час алгоритму Очікування-Максимізації, запобігаючи сингулярним або майже сингулярним матрицям, які спричиняють числові збої, коли дані розріджені, високорозмірні або містять майже дублікати спостережень.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Regularized Gaussian Mixture Model (Covariance-Regularized EM Clustering). ScholarGate. https://scholargate.app/uk/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.
- Байєсівська гауссова сумішМашинне навчання↔ compare
- Кластеризація методом k-середніхМашинне навчання↔ compare
- One-class SVMМашинне навчання↔ compare
- Кластеризація K-середніх із регуляризацієюМашинне навчання↔ compare
- Регуляризований метод k-найближчих сусідівМашинне навчання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →