Gaussian mixture model, definícia a použitie | AI slovník

Odborná definícia

Gaussian mixture model je pravdepodobnostný model, ktorý opisuje rozdelenie dát ako vážený súčet konečného počtu viacrozmerných Gaussových komponentov. Každý komponent má vlastný stred, kovariančnú štruktúru a miešaciu váhu, pričom príslušnosť pozorovania ku komponentu je latentná a vyjadruje sa pravdepodobnosťou. Parametre sa často odhadujú algoritmom expectation maximization. GMM poskytuje mäkké zhlukovanie aj hustotu pravdepodobnosti, ale výsledok závisí od počtu komponentov, typu kovariancie, škálovania premenných a citlivosti na odľahlé body.

Zrozumiteľné vysvetlenie

Predstavte si zákazníkov zakreslených podľa frekvencie nákupov a výšky objednávky. Namiesto tvrdého rozdelenia na tri skupiny model prekryje dáta tromi elipsovitými oblakmi. Zákazník na hranici môže patriť na 60 percent k pravidelným kupujúcim a na 40 percent k príležitostným. Tvar oblaku zachytí aj to, či sa obe vlastnosti menia spoločne. Ak však skutočné skupiny nemajú približne zvonovitý tvar alebo ich počet zvolíme zle, zmes môže vytvoriť presvedčivé, no interpretačne nesprávne segmenty.

Časté otázky

Ako sa GMM líši od k means?

K means priraďuje každý bod k jednému centroidu a implicitne preferuje podobne veľké guľové zhluky. GMM vracia pravdepodobnosti členstva a môže modelovať eliptické skupiny s rozdielnou variabilitou a orientáciou.

Ako sa volí počet Gaussových komponentov?

Porovnávajú sa modely pomocou BIC alebo AIC, validačnej vierohodnosti a vecnej interpretácie. Najnižšie informačné kritérium nie je automaticky najlepší obchodný počet segmentov, ak komponenty nie sú stabilné alebo použiteľné.

Čo znamená typ kovariancie v GMM?

Určuje, či má každý komponent vlastnú plnú kovariančnú maticu, iba diagonálne rozptyly, spoločnú maticu alebo sférický rozptyl. Flexibilnejší variant zachytí viac tvarov, ale potrebuje viac dát a ľahšie sa preučí.

Prečo treba pred GMM riešiť mierku premenných?

Premenná s veľkým číselným rozsahom môže dominovať vzdialenostiam a kovarianciám. Štandardizácia alebo vecne odôvodnená transformácia pomáha, no mení geometriu dát, preto sa musí dokumentovať.

Je nízka pravdepodobnosť pod GMM dôkazom anomálie?

Je to užitočný signál, nie definitívny dôkaz. Nízku hustotu môže mať skutočná anomália, okraj bežnej distribúcie aj bod v oblasti, ktorú Gaussové komponenty aproximujú nepresne.

Súvisiace pojmy

Zdroje a redakčná stopa

Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.