高斯混合模型聚類算法

• 概念：混合高斯模型就是指對樣本的概率密度分布進行估計，而估計的模型是幾個高斯模型加權之和（具體是幾個要在模型訓練前建立好）。每個高斯模型就代表了一個類（一個Cluster）。對樣本中的數據分別在幾個高斯模型上投影，就會分別得到在各個類上的概率。然后我們可以選取概率最大的類所為判決結果。

• SKlearn鏈接：Gaussian Mixture Model Ellipsoids

• 優點：

• 優點：應用最為廣泛；收斂速度快；能擴展以用于大規模的數據集

• 缺點：傾向于識別凸形分布、大小相近、密度相近的聚類；中心選擇和噪聲聚類對結果影響大

總結

以上是生活随笔為你收集整理的高斯混合模型聚类算法和K-Means聚类算法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。