가우스 혼합 모델

기대값 최대화 알고리즘을 사용하여 가우스 혼합 모델을 기준으로 군집화

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 객체gmdistribution을 생성합니다. 그런 다음, 객체 함수를 사용하여 군집 분석을 수행하고(cluster,posterior,mahal), 모델을 실행하고(cdf,pdf), 확률 변량을 생성합니다(random).

함수

모두 확장

`gmdistribution`객체 만들기

`fitgmdist`	가우스 혼합 모델을 데이터에 피팅
`gmdistribution`	가우스 혼합 모델 생성

`gmdistribution`객체 사용하기

`cdf`	Cumulative distribution function for Gaussian mixture distribution
`cluster`	Construct clusters from Gaussian mixture distribution
`mahal`	Mahalanobis distance to Gaussian mixture component
`pdf`	Probability density function for Gaussian mixture distribution
`posterior`	Posterior probability of Gaussian mixture component
`random`	Random variate from Gaussian mixture distribution