Tartalomjegyzék:
- Meghatározás - Mit jelent a Gauss-féle keverékmodell (GMM)?
- A Techopedia magyarázza a Gauss-féle keverékmodellt (GMM)
Meghatározás - Mit jelent a Gauss-féle keverékmodell (GMM)?
A Gauss-féle keverékmodell (GMM) egy valószínűségi modell-kategória, amely kimondja, hogy az összes generált adatpont egy véges Gauss-eloszlás keverékéből származik, amelynek nincs ismert paramétere. A Gauss-féle keverékmodellek paramétereit vagy a maximális utólagos becslésből, vagy egy iteratív várakozást maximalizáló algoritmusból származtathatjuk egy korábban jól képzett modellből. A Gauss keverékmodellek nagyon hasznosak az adatok, különösen a több csoportból származó adatok modellezésekor.
A Techopedia magyarázza a Gauss-féle keverékmodellt (GMM)
Matematikailag a Gauss-féle keverékmodellek egy paraméteres valószínűségi sűrűségfüggvény példája, amelyet a Gauss-komponensek összes sűrűségének súlyozott összegeként reprezentálhatunk. Más szavakkal, az M-komponens Gauss-sűrűségének súlyozott összegét Gauss-keverékmodellnek nevezzük, és matematikai szempontból p (x | λ) = XM i = 1 wi g (x | μi, Σi), ahol M az keverék súlya, x a D-dimenzióból származó folyamatos értékű vektor, és g (x | μi, Σi) a Gauss-féle sűrűség komponense. A Gauss-féle keverékmodell kovariancia mátrixokból, keverék-súlyokból és minden jelen lévő komponens sűrűségű vektorból áll. Az átlós kovariancia-alap lineáris kombinációjának köszönhetően a gaussiak teljes mértékben képesek modellezni a jellemző vektor-elemek korrelációit. A Gauss keverési modell másik jellemzője a véletlenszerűen kialakított sűrűség sima közelítésének kialakítása.
A Gauss keverési modelleket biometrikus rendszerekben használják, ahol a parametrikus modell segít megérteni a jellemzők vagy mérések összekapcsolását, például az ének-traktus spektrális jellemzői. A Gauss keverési modelleket szintén használják a sűrűség becslésére, és a statisztikai szempontból leginkább érett technikáknak tekintik a klaszterezést.
