Was ist "Mischung" in einem Gaußschen Mischungsmodell?

Wir untersuchen häufig das Gaußsche Mischungsmodell als nützliches Modell für maschinelles Lernen und seine Anwendungen.

Welche physikalische Bedeutung hat diese " Mischung "?

Wird es verwendet, weil ein Gaußsches Mischungsmodell die Wahrscheinlichkeit einer Anzahl von Zufallsvariablen modelliert, von denen jede ihren eigenen Mittelwert hat? Wenn nicht, wie lautet dann die richtige Interpretation dieses Wortes?

Eine Mischungsverteilung kombiniert verschiedene Komponentenverteilungen mit Gewichten, die typischerweise eins ergeben (oder renormiert werden können). Eine Gaußsche Mischung ist der Sonderfall, bei dem die Komponenten Gaußsche sind.

$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="")

Im Grunde ist es wie ein Rezept. Spielen Sie ein wenig mit den Gewichten, den Mitteln und den Abweichungen, um zu sehen, was passiert, oder sehen Sie sich die beiden Tags im Lebenslauf an.

$K$$K$

Das Ziel der Mischungsmodellierung besteht nun darin, die wahrscheinlichste Klasse für jede Beobachtung abzuschätzen. Daher kann die Gaußsche Mischungsmodellierung als Problem fehlender Daten angesehen werden. Die Schätzung erfolgt normalerweise mit dem EM-Algorithmus.