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 246篇文章,2标准条款)

显示246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. 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)
  2. Boehmke,Brad;Greenwell,Brandon M.:使用R进行实际操作的机器学习(2020)
  3. Greco,Luca;Agostinelli,Claudio:加权似然混合建模和基于模型的聚类(2020)
  4. 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)
  5. Angelo Mazza;Antonio Punzo:多元污染正态回归模型的混合(2020年)
  6. 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)
  7. Okan Bulut,Christopher David Desjardins:profileR:An R package for profile analysis(2020年)不是zbMATH
  8. 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)
  9. 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)
  10. Sarkar,Shuchismita;Zhu,Xuwen;Melnykov,Volodymyr;Ingrassia,Salvatore:矩阵数据建模的简约模型(2020)
  11. 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)
  12. 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)
  13. 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)
  14. 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)
  15. Chacón,JoséE:混合模型模式聚类(2019)
  16. Cipolli,William III;Hanson,Timothy:通过平滑Polia树进行监督学习(2019)
  17. Dena J.Clink,Holger-Klinck:GIBBONR:使用机器学习检测和分类声学信号的R包(2019)第十四章
  18. Dotto,Francesco;Farcomeni,Alessio:基于简约模型的聚类的鲁棒推理(2019)
  19. Flynt,Abby;Dean,Nema:带测量选择的生长混合模型(2019年)
  20. Flynt,Abby;Dean,Nema;Nugent,Rebecca:sARI:a\textitsoftagreement度量,用于包含分配概率的类划分(2019)

1 2 ... 11 12 13 下一个