데이터 오브젝트 예문
예문
- 한편, 데이터 오브젝트 에 대한 가우시안 혼합 모델에서의 사후 확률은 아래와 같이 주어진다.
- 보통 데이터 오브젝트의 개수보다 클러스터의 개수가 훨씬 적으므로 이고, 알고리즘 반복 횟수 역시 데이터 오브젝트 개수보다 훨씬 적으므로 이다.
- 이 때 그룹을 나누는 과정은 거리 기반의 그룹간 비유사도 와 같은 비용 함수 을 최소화하는 방식으로 이루어지며, 이 과정에서 같은 그룹 내 데이터 오브젝트 끼리의 유사도는 증가하고, 다른 그룹에 있는 데이터 오브젝트와의 유사도는 감소하게 된다.
