ガウス混合モデルの「混合」とは

機械学習とその応用において有用なモデルとして、ガウス混合モデルをよく研究します。

この「混合物」の物理的な意味は何ですか？

ガウス混合モデルは、それぞれ独自の平均値を持つ多数の確率変数の確率をモデル化するために使用されますか？そうでない場合、この単語の正しい解釈は何ですか。

混合分布は、典型的には、1つ（または再正規化することができる）を合計量の異なる成分の分布を組み合わせます。ガウス混合物の成分がガウス分布である特別な場合です。

$N(-2,1)$$N(2,1)$$N(-2,1)$$N(2,1)$

xx <- seq(-5,5,by=.01)
plot(xx,0.25*dnorm(xx,-2,1)+0.75*dnorm(xx,2,1),type="l",xlab="",ylab="")

基本的には、レシピのようなものです。重み、平均、分散を少し試して、何が起こるかを確認するか、CVの2つのタグを確認します。

$K$$K$

混合モデリングの目標は、各観測の最も可能性の高いクラスを推定することです。したがって、混合ガウスモデリングは、欠損データの問題と見なすことができます。推定は通常、EMアルゴリズムを使用して行われます。