Während ich hier Gaußsche Mischungsmodelle ausprobierte , fand ich diese 4 Arten von Kovarianzen.
'full' (each component has its own general covariance matrix),
'tied' (all components share the same general covariance matrix),
'diag' (each component has its own diagonal covariance matrix),
'spherical' (each component has its own single variance).
Ich habe viel gegoogelt, um mehr Details zu jedem dieser Typen zu finden, aber nur sehr allgemeine Beschreibungen (wie diese ) gefunden.
Schätzen Sie, ob mir jemand helfen kann, diese zu verstehen, oder leiten Sie mich zumindest an einen Ort, an dem ich darüber lesen kann.