Main Content

이 번역 페이지는 최신 내용을 담고 있지 않습니다. 최신 내용을 영문으로 보려면 여기를 클릭하십시오.

가우스 혼합 분포

가우스 혼합 분포에서 임의 표본 피팅, 실행, 생성

가우스 혼합 분포는 다변량 가우스 분포 성분으로 구성된 다변량 분포입니다. 각 성분은 해당 평균과 공분산으로 정의되고, 혼합은 혼합 비율로 구성된 벡터로 정의됩니다. 모델을 데이터에 피팅(fitgmdist)하거나 모수 값을 지정(gmdistribution)하여 분포 객체 gmdistribution을 생성하십시오. 그런 다음, 객체 함수를 사용하여 군집 분석을 수행하고(cluster, posterior, mahal), 분포를 실행하고(cdf, pdf), 확률 변량을 생성합니다(random).

함수

모두 확장

fitgmdist가우스 혼합 모델을 데이터에 피팅
gmdistribution가우스 혼합 모델 생성
cdfCumulative distribution function for Gaussian mixture distribution
clusterConstruct clusters from Gaussian mixture distribution
mahalMahalanobis distance to Gaussian mixture component
pdfProbability density function for Gaussian mixture distribution
posteriorPosterior probability of Gaussian mixture component
randomRandom variate from Gaussian mixture distribution

도움말 항목

가우스 혼합 모델 생성하기

알려진 또는 완전히 지정된 GMM(가우스 혼합 모델) 객체를 생성합니다.

Fit Gaussian Mixture Model to Data

Simulate data from a multivariate normal distribution, and then fit a Gaussian mixture model (GMM) to the data.

가우스 혼합 모델의 데이터 시뮬레이션

완전히 지정된 gmdistribution 객체와 random 함수를 사용하여 가우스 혼합 모델(GMM)의 데이터를 시뮬레이션합니다.

가우스 혼합 모델을 사용하여 군집화하기

데이터를 크기와 상관관계 구조가 각각 다른 군집으로 분할합니다.