Gaussovský směsový model | AI slovník

Odborná definice

Gaussian mixture model je pravděpodobnostní model, který popisuje rozdělení dat jako vážený součet konečného počtu vícerozměrných Gaussových komponentů. Každý komponenta má vlastní střed, kovarianční strukturu a směšovací váhu, přičemž příslušnost pozorování ke komponentaě je latentní a vyjadřuje se pravděpodobností. Parametry se často odhadují algoritmem expectation maximization. GMM poskytuje měkké shlukování i hustotu pravděpodobnosti, ale výsledek závisí na počtu komponentů, typu kovariance, škálování proměnných a citlivosti na odlehlé body.

Srozumitelné vysvětlení

Představte si zákazníků zakreslených podle frekvence nákupů a výšky objednávky. Místo tvrdého rozdělení na tri skupiny model prekryje data tromi elipsovitými oblakmi. Zákazník na hranici může patrit na 60 procent k pravidelným kupujúcim a na 40 procent k príležitostným. Tvar oblaku zachytí i to, zda se obě vlastnosti mění společně. Pokud však skutečné skupiny nemají přibližně zvonovitý tvar nebo jejich počet zvolíme špatně, zmes může vytvořit přesvědčivé, ale interpretačne nesprávně segmenty.

Časté otázky

Jak se GMM liší od k means?

K means přiřazuje každý bod k jednomu centroidu a implicitne preferuje podobně velké gulové zhluky. GMM vrací pravděpodobnosti členstva a může modelovat eliptické skupiny s rozdielnou variabilitou a orientací.

Jak se volí počet Gaussových komponentů?

Porovnávají se modely pomocí BIC nebo AIC, validační vierohodnosti a vecnej interpretace. Najnižšie informačné kritérium není automaticky nejlepší obchodný počet segmentů, pokud komponenty nejsou stabilní nebo použitelné.

Co znamená typ kovariance v GMM?

Určuje, zda má každý komponenta vlastní plnú kovarianční matici, pouze diagonálne rozptyly, společnou matici nebo sférický rozptyl. Flexibilnejší variant zachytí více tvarů, ale potřebuje více dat a snazší se preučí.

Proč je třeba před GMM řešit měřítko proměnných?

Proměnná s velkým číselným rozsahem může dominovat vzdialenostiam a kovarianciám. Štandardizace nebo vecne odůvodnená transformace pomáhá, ale mění geometrii dat, proto se musí dokumentovat.

Je nízká pravděpodobnost pod GMM důkazem anomálie?

Je to užitečný signál, ne definitívny důkaz. Nízkou hustotu může mít skutečná anomália, okraj běžné distribuce i bod v oblasti, kterou Gaussové komponenty aproximují nepresne.

Související pojmy

Zdroje a redakční stopa

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