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。

此软件的关键字

这里的任何内容都将在支持canvas元素的浏览器上被替换

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 三 ... 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 三 ... 11 12 13 下一个