麦克勒斯特

R包mclust:用于基于模型的聚类、分类和密度估计的正常混合建模,通过EM算法拟合的用于基于模型的聚类、分类和密度估计的正常混合建模,包括贝叶斯正则化。


zbMATH中的参考文献(引用于 256篇文章 引用,2标准条款)

显示256个结果中的1到20个。
按年份排序(引用)

1 2 ... 11 12 13 下一个

  1. 约书亚·阿格特伯格、帕克、扬泽、拉尔森、乔纳森、怀特、克里斯托弗、普里比、凯里·E、莱津斯基、文斯:顶点提名、一致性估计和对抗性修正(2020年)
  2. Bianchini,Ilaria;Guglielmi,Alessandra;Quintana,Fernando A.:通过光谱密度法确定的点过程混合物(2020年)
  3. Boehmke,Brad;Greenwell,Brandon M.:使用R进行实际操作的机器学习(2020)
  4. Andrea Cappozzo;Greselin,Francesca;Murphy,Thomas Brendan:基于裁剪和约束的基于模型的分类的稳健方法。存在异常值和标签噪声的半监督学习(2020)
  5. 乔尔达尼,保罗;费拉罗,玛丽亚·布里吉达;马尔泰拉,弗朗西斯卡:R聚类介绍(2020)
  6. Greco,Luca;Agostinelli,Claudio:加权似然混合建模和基于模型的聚类(2020)
  7. Gupta,Bhisham C.;Guttman,Irwin;Jayalath,Kalanka P.:工程师和科学家使用MINITAB,R和JMP的统计和概率应用(2020)
  8. Angelo Mazza;Antonio Punzo:多元污染正态回归模型的混合(2020年)
  9. Melnykov,Volodymyr;Michael,Semhar:通过合并(K)-均值解决方案对大型数据集进行聚类(2020)
  10. 墨菲,基夫;墨菲,托马斯·布伦丹:带有协变量和噪声分量的高斯简约聚类模型(2020年)
  11. Nguyen,Hien D.;Forbes,Florence;McLachlan,Geoffrey J.:指数族有限混合模型的小批量学习(2020)
  12. Okan Bulut,Christopher David Desjardins:profileR:An R package for profile analysis(2020年)不是zbMATH
  13. Papastamoulis,Panagiotis:使用因子分析贝叶斯混合方法对多变量数据进行聚类,成分数量未知(2020年)
  14. Rodríguez,Carlos E.;Núez Antonio,Gabriel;Escarela,Gabriel:用于聚类循环数据的贝叶斯混合模型(2020)
  15. Sarkar,Shuchismita;Zhu,Xuwen;Melnykov,Volodymyr;Ingrassia,Salvatore:矩阵数据建模的简约模型(2020)
  16. Yoder,Jordan;Chen,Li;Pao,Henry;Bridgeford,Eric;Levin,Keith;Fishkind,Donniell E;Priebe,Carey;Lyzinski,Vince:顶点提名:规范采样和扩展光谱提名方案(2020)
  17. Baíllo,Amparo;Cárcamo,Javier;Getman,Konstantin:将X射线天文数据分类为恒星类的新距离测量(2019年)
  18. 卡波佐,安德里亚;格雷塞林,弗朗西斯卡:使用可靠的混合因子分析仪检测葡萄酒掺假(2019年)
  19. Celeux,Gilles;Maugis Rabusseau,Cathy;Sedki,Mohammed:Regulation approach基于模型的聚类和判别分析中的变量选择(2019)
  20. Chacón,JoséE:混合模型模式聚类(2019)

1 2 ... 11 12 13 下一个