Надійна модель суміші Гауса
Надійна модель суміші Гауса замінює стандартні гаусові компоненти розподілами з "важчими хвостами" — найчастіше розподілами Стьюдента — або включає відсікання та зменшення ваги викидів у рамках EM-алгоритму. Результатом є метод імовірнісної кластеризації та оцінки щільності, який надає справді аномальним точкам менший вплив на параметри компонентів, запобігаючи спотворенню викидами форм або положень кластерів.
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
- 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
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Robust Gaussian Mixture Model (Heavy-Tailed and Trimmed Variants). ScholarGate. https://scholargate.app/uk/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.
- Ізоляційний лісМашинне навчання↔ compare
- Кластеризація методом k-середніхМашинне навчання↔ compare
- One-class SVMМашинне навчання↔ compare
- Robust k-meansМашинне навчання↔ compare
- Надійна лінійна регресіяМашинне навчання↔ compare
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →