Mixture Model

释义 Definition

混合模型：一种统计/机器学习模型，假设观测数据来自多个不同的概率分布（成分/组件）的加权组合；模型会学习每个成分的参数以及它们在总体中的混合比例（权重）。常用于聚类、密度估计、异常检测等。（常见特例：高斯混合模型 GMM）

例句 Examples

A mixture model can separate customers into groups based on their buying habits.
混合模型可以根据购买习惯把顾客分成不同群体。

Because the data seem to come from several sources, we fitted a mixture model and estimated the weight of each component.
因为数据看起来来自多个来源，我们拟合了一个混合模型，并估计了每个成分的权重。

发音 Pronunciation (IPA)

/ˈmɪkstʃər ˈmɑːdəl/（美式）
/ˈmɪkstʃə ˈmɒdəl/（英式）

词源 Etymology

mixture 源自拉丁语 mixtūra（“混合”），与 mix（混合）同源；model 源自拉丁语 modulus（“尺度、样式”）。合起来的含义直观：用一个“模型”来表示“由多种成分混合而成”的数据生成过程。

相关词 Related Words

• Bayesian
• Cluster
• Component
• Density
• Distribution
• Expectation-Maximization
• Gaussian
• Inference
• Latent
• Likelihood

文学与著作 Literary / Notable Works

• Pattern Recognition and Machine Learning — Christopher M. Bishop（讨论混合模型与 EM 算法）
• The Elements of Statistical Learning — Hastie, Tibshirani, Friedman（涉及混合模型与相关方法）
• Finite Mixture Models — Geoffrey McLachlan, David Peel（混合模型经典专著）
• Bayesian Data Analysis — Gelman et al.（包含贝叶斯框架下的混合模型应用）