Un modèle Mixture© de Gauss est un modèle probabiliste qui suppose que tous les points de données sont générés à partir d'un mélange d'un nombre fini de distributions de Gauss avec des paramètres inconnus.
On peut penser que les modèles de mélange comme généralisant la mise en cluster k moyenne pour incorporer des informations sur la structure de covariance des données ainsi que les centres des distributions de Gauss latentes. 1
Le nœud Mélange gaussien dans " watsonx.ai Studio expose les caractéristiques principales et les paramètres couramment utilisés de la bibliothèque Mélange gaussien. Ce noeud est mis en oeuvre dans Python.
Pour plus d'informations sur les algorithmes de modélisation et les paramètres de Gaussian Mixture, voir Modèles de Gaussian Mixture et Gaussian Mixture. 2
1 "Guide d'utilisation." Mélange gaussien models. Web. © 2007-2017. Les développeurs scikit-learn.
2 Scikit-learn: Machine Learning in Python, Pedregosa et al., JMLR 12, pp. 2825-2830, 2011.