이 페이지의 최신 내용은 아직 번역되지 않았습니다. 최신 내용은 영문으로 볼 수 있습니다.

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).

가우스 혼합 분포에 대한 자세한 내용은 Gaussian Mixture Models 항목을 참조하십시오.

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

Gaussian Mixture Models

Gaussian mixture models (GMMs) contain k multivariate normal density components, where k is a positive integer.

Create Gaussian Mixture Model

Create a known, or fully specified, Gaussian mixture model (GMM) object.

Fit Gaussian Mixture Model to Data

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

Simulate Data from Gaussian Mixture Model

Simulate data from a Gaussian mixture model (GMM) using a fully specified gmdistribution object and the random function.

가우스 혼합 모델을 사용하여 군집화하기

데이터를 크기와 상관관계 구조가 각각 다른 군집으로 분할합니다.