GMKMcharlie:无监督高斯混合与Minkowski和球面带约束的K-Means
用于参数化和聚类加权数据的高性能培训器。高斯混合(GM)模块包括传统EM(期望最大化)训练器、组件式EM训练器、Figueiredo和Jain(2002)的最小消息长度EM训练机<doi:10.1109/34.990138>. 这些训练器接受关于混合权重、协方差特征比以及需要更新的混合成分的附加约束。K-means(KM)模块提供了以下选项的聚类:(i)确定性和随机K-means++初始化,(ii)聚类权重(大小)的上限,(iii)Minkowski距离,(iv)余弦差异,(v)数据输入的密集和稀疏表示。该包在各个方面改进了GM和KM算法的典型实现。它是用多线程C++精心编制的,用于为工业使用的大型数据建模。
文档:
下载内容:
链接:
请使用规范形式https://CRAN.R-project.org/package=GMKMcharlie链接到此页面。