이 페이지의 최신 내용은 아직 번역되지 않았습니다. 최신 내용은 영문으로 볼 수 있습니다.
가우스 혼합 모델
가우스 혼합 모델(GMM)은 데이터 점이 할당된 군집에 속하는 사후 확률을 극대화하는 방식으로 각 관측값을 군집에 할당합니다. 모델을 데이터에 피팅(fitgmdist)하거나 모수 값을 지정(gmdistribution)하여 GMM 객체 gmdistribution을 생성합니다. 그런 다음, 객체 함수를 사용하여 군집 분석을 수행하고(cluster, posterior, mahal), 모델을 실행하고(cdf, pdf), 확률 변량을 생성합니다(random).
가우스 혼합 모델에 대한 자세한 내용은 Gaussian Mixture Models 항목을 참조하십시오.
함수
도움말 항목
Gaussian mixture models (GMMs) contain k multivariate normal density components, where k is a positive integer.
데이터를 크기와 상관관계 구조가 각각 다른 군집으로 분할합니다.
Cluster Gaussian Mixture Data Using Hard Clustering
Implement hard clustering on simulated data from a mixture of Gaussian distributions.
Cluster Gaussian Mixture Data Using Soft Clustering
Implement soft clustering on simulated data from a mixture of Gaussian distributions.
Determine the best Gaussian mixture model (GMM) fit by adjusting the number of components and the component covariance matrix structure.
Introduction to Cluster Analysis
Understand the basic types of cluster analysis.
