组件名称

  高斯混合模型 [版本号:1] [更新时间:2018-05-08]

简介

  K均值聚类和K均值聚类,都是以距离模型为聚类标准的,在数据难以用距离衡量的情况不适合。高斯混合模型(Gaussian Mixture Model, GMM)是一种用统计混合模型进行聚类的方法。 这种聚类方法得到的是每个样本点属于各个类的概率,而不是判定它完全属于一个类,所以有时也会被称为软聚类。它使用EM算法来求解模型的相关参数。在特征维度多的情况,该模型不太适合。

输入和输出

  输入端口个数:1

  输出端口个数:1

参数配置

参数名称 参数说明 参数默认值 是否必填
最大迭代次数(> = 0) 20 必填
要聚类的簇的个数 2 必填
种子数 设置随机种子数值,大于0的整数. 默认是空 可选 必填
最小收敛误差 1e-06 必填

字段配置

字段名称 字段说明 字段默认值 是否必配
特征列 输入模型的样本特征列 必选 支持Double/Int类型字段 必填

输出节点的字段配置说明

  运行后不生成新字段。后续节点可以直接选择字段。

results matching ""

    No results matching ""