高斯混合模型
基于高斯混合模型的聚类，使用期望-最大化算法
高斯混合模型(gmm)通过最大化数据点属于所分配集群的后验概率，将每个观察结果分配给一个集群。创建一个GMM对象gmdistribution通过将模型与数据拟合(fitgmdist)或指定参数值(gmdistribution)。然后，使用对象函数进行聚类分析(集群,后,泰姬陵)，评估模型(提供,pdf)，并生成随机变量(随机)。
功能
主题
- 使用高斯混合模型聚类
将数据划分为具有不同大小和相关结构的集群。
- 使用硬聚类的聚类高斯混合数据
对来自混合高斯分布的模拟数据实现硬聚类。
- 使用软聚类聚类高斯混合数据
在混合高斯分布的模拟数据上实现软聚类。
- 调优高斯混合模型
通过调整分量数量和分量协方差矩阵结构，确定最佳高斯混合模型(GMM)拟合。
您也可以从以下列表中选择一个网站: