Apa komponen dalam model campuran gaussian?

10

Apa hubungan antara dimensi dan komponen dalam Model Campuran Gaussian? Dan apa arti dimensi dan komponen? Terima kasih.

Harap koreksi saya jika saya salah: pemahaman saya adalah data yang diamati memiliki banyak dimensi. Setiap dimensi mewakili fitur / aspek dari data yang dikumpulkan dan memiliki distribusi Gaussian sendiri. Saya tidak tahu di mana "komponen" cocok dengan gambar ini dan apa artinya.

multivariate-analysis normal-distribution mixture

— Martin08
sumber

2

Saya pribadi menyukai deskripsi yang sangat ringkas ini, oleh JK Vermunt: Model Profil Laten .

— chl

1

Tautan di atas pada model profil laten telah dihapus :(

— Zhubarb

10

Campuran Gaussians didefinisikan sebagai kombinasi linear dari beberapa distribusi Gaussian. Dengan demikian ia memiliki banyak mode. Dimensi mengacu pada data (misalnya warna, panjang, lebar, tinggi dan bahan sepatu) sedangkan jumlah komponen mengacu pada model. Setiap Gaussian dalam campuran Anda adalah satu komponen. Dengan demikian setiap komponen akan sesuai dengan satu mode, dalam sebagian besar kasus.

Saya sarankan Anda membaca tentang model campuran di wikipedia .

— bayerj
sumber

dapatkah Anda menjelaskan istilah "mode" yang telah Anda gunakan dalam penjelasan Anda. Saya pada dasarnya ingin tahu bagaimana "mode" dan "model" berbeda

— Upendra01

2

Campuran dari algoritma Gaussians adalah generalisasi probabilistik dari algoritma -means. Setiap vektor rata-rata dalam berarti komponen. Jumlah elemen di masing-masing vektor adalah dimensi dari model. Jadi, jika Anda memiliki $k$ $k$ $k$ $n$ dimensi, Anda memiliki $k\times n$ matriks vektor rata-rata.

Tidak ada bedanya dalam campuran Gaussians kecuali bahwa sekarang Anda harus berurusan dengan matriks kovarian dalam model Anda.

— Phillip Cloud
sumber

1

... dan bahwa Anda memiliki tanggung jawab lunak alih-alih tugas yang berat.

— bayerj