高斯混合模型
基于高斯混合模型的聚类,使用期望-最大化算法
高斯混合模型(GMMs)通过最大化数据点属于其指定的聚类的后验概率,将每个观测值分配到一个聚类。创建一个GMM对象gmdistribution
通过拟合模型与数据(fitgmdist
)或指定参数值(gmdistribution
).然后,利用对象函数进行聚类分析(集群
,后
,泰姬陵
),评估模型(提供
,pdf
),并生成随机变量(随机
).
功能
主题
- 采用高斯混合模型的聚类
将数据划分为具有不同大小和相关结构的簇。
- 基于硬聚类的高斯混合数据聚类
在混合高斯分布的模拟数据上实现硬聚类。
- 基于软聚类的高斯混合数据聚类
在混合高斯分布的模拟数据上实现软聚类。
- 调整高斯混合模型
通过调整分量数和分量协方差矩阵结构确定高斯混合模型(GMM)的最佳拟合。