Гауссовы смешанные модели (GMM) присваивают каждое наблюдение кластеру путем максимизации апостериорной вероятности того, что точка данных принадлежит назначенному кластеру. Создайте объект GMM gmdistribution подгонкой модели к данным (fitgmdist) или путем настройки значений параметров (gmdistribution). Затем используйте функции объекта для выполнения кластерного анализа (cluster, posterior, mahal), оценить модель (cdf, pdf) и генерировать случайные изменения (random).
Кластер с использованием смешанной гауссовской модели
Разбиение данных на кластеры с различными размерами и корреляционными структурами.
Кластерные данные смеси Гауссов с помощью жесткой кластеризации
Реализуйте жесткую кластеризацию на моделируемых данных из смеси Гауссовых распределений.
Кластерные данные Гауссовой смеси с использованием мягкой кластеризации
Реализуйте мягкую кластеризацию на моделируемых данных из смеси Гауссовых распределений.
Настройка Смешанных гауссовских моделей
Определите лучшую смешанную гауссовскую модель (GMM) подгонкой путем корректировки количества компонентов и ковариации матрицы компонента.