GMM (Gaussian Mixture Model) : 특정 데이터의 값이 어떤 분포에 포함될 확률이 더 큰지를 따져서 각 클러스터로 구분하는 게 GMM의 방법론 - 클러스터별로 중심(평균)을 표현하면서 분산의 구조도 함께 띄고 있는 데이터 세트에 효과적 데이터가 원형으로 흩어져 있으면 평균은 있지만 분산이 없는 데이터라고 할 수 있음 → k-means 데이터가 타원형으로 흩어져 있다면 중심(평균)과 분산의 값을 갖는 형태 → GMM 모델 특징 특정 분포에 할당된 데이터 수가 적으면 모수 추정이 잘 안됨 정규분포를 따르지 않는 데이터를 다룰 수 없음. from sklearn.mixture import GaussianMixture from sklearn.datasets import make_classifi..
