Obsah:
- Definícia - Čo znamená model Gaussian Mixture Model (GMM)?
- Techopedia vysvetľuje gaussovský model zmesi (GMM)
Definícia - Čo znamená model Gaussian Mixture Model (GMM)?
Gaussovský zmesový model (GMM) je kategória pravdepodobnostného modelu, ktorá uvádza, že všetky vygenerované údajové body sú odvodené zo zmesi konečných gaussovských distribúcií, ktoré nemajú známe parametre. Parametre pre modely gaussovských zmesí sú odvodené buď z maximálneho odhadu a posteriori, alebo z iteračného algoritmu očakávanej maximalizácie z predchádzajúceho modelu, ktorý je dobre vyškolený. Gaussovské zmiešané modely sú veľmi užitočné, pokiaľ ide o modelovanie údajov, najmä údajov, ktoré pochádzajú z niekoľkých skupín.
Techopedia vysvetľuje gaussovský model zmesi (GMM)
Matematicky sú gaussovské zmiešané modely príkladom funkcie parametrickej hustoty pravdepodobnosti, ktorú je možné predstavovať ako vážený súčet všetkých hustôt gaussovských komponentov. Inými slovami, vážený súčet Gaussovej hustoty zložky M je známy ako model gaussovskej zmesi a matematicky je to p (x | λ) = XM i = 1 wi g (x | µi, Σi), kde M je označené pre hmotnosť zmesi, x je dátový vektor s kontinuálnou hodnotou z D-rozmeru ag (x | µi, Σi) je zložka gaussovských hustôt. Gaussovský model zmesi sa skladá z kovariančných matíc, hmotností zmesi a stredných vektorov z každej prítomnej hustoty zložiek. Gaussovci sú schopní lineárne kombinovať diagonálnu kovariančnú základňu na modelovanie korelácií prvkov vektora prvkov. Ďalším znakom gaussovského modelu zmesi je vytváranie hladkých priblížení k náhodne tvarovaným hustotám.
Gaussovské zmiešané modely sa používajú v biometrických systémoch, kde parametrický model pomáha pochopiť vlastnosti alebo merania súvisiace s tými, ako sú spektrálne prvky vokálneho traktu. Gaussovské modely zmesí sa používajú aj na odhad hustoty a považujú sa za štatisticky najvyspelejšie techniky zoskupovania.
