Apakah model campuran gaussian (gmm)? - definisi dari techopedia

Definisi - Apakah maksud Model Campuran Gaussian (GMM)?

Model campuran Gaussian (GMM) adalah kategori model probabilistik yang menyatakan bahawa semua titik data yang dijana diperoleh daripada campuran pengagihan Gaussian terhingga yang tidak mempunyai parameter yang diketahui. Parameter untuk model campuran Gaussian diperoleh sama ada dari maksimum perkiraan posteriori atau algoritma pengoptimuman jangkaan-jangkaan dari model terdahulu yang terlatih dengan baik. Model campuran Gaussian sangat berguna apabila datang kepada model pemodelan, terutama data yang datang dari beberapa kumpulan.

Techopedia menerangkan Model Campuran Gauss (GMM)

Secara matematik, model campuran Gaussian adalah contoh dari fungsi ketumpatan kebarangkalian parametrik, yang boleh diwakili sebagai jumlah tertimbang bagi semua ketumpatan komponen Gaussian. Dengan kata lain, jumlah berat komponen M Gaussian yang ditimbang dikenali sebagai model campuran Gaussian, dan matematiknya ialah p (x | λ) = XM i = 1 wi g (x | μi, Σi), di mana M dilambangkan untuk berat campuran, x adalah vektor data yang berterusan dari dimensi D dan dan g (x | μi, Σi) adalah komponen kepadatan Gaussian. Model campuran Gaussian terdiri daripada matriks kovarians, berat campuran dan vektor min dari setiap kepadatan komponen yang ada. Gaussian mampu sepenuhnya memodelkan korelasi unsur vektor ciri terima kasih kepada kombinasi linear kovarians diagonal. Ciri lain dari model campuran Gaussian ialah pembentukan anggaran lancar untuk kepadatan bentuk secara rawak.

Model campuran Gaussian digunakan dalam sistem biometrik di mana model parametrik membantu dalam memahami ciri-ciri atau pengukuran yang berkaitan dengan ciri-ciri spektral vokal. Model campuran Gaussian juga digunakan untuk perkiraan kepadatan dan dianggap teknik matang yang paling statistik untuk kluster.