K-means 分类器即 GMM 特例：可用似然做分布外检测
caglar_ee · x · 2026-11-11
作者延续其 K-means 非线性分类器系列线程，指出 K-means 分类器本质上是高斯混合模型（GMM）的特例，因此可以直接用似然来做分布外（OOD）检测等任务。他还提到可以把该分类器作为模型输出层，通过交替最小化训练整个模型，因为耦合只发生在变分后验的期望上——给出了一条不需要反向传播的训练思路。
所属事件:K-means 分类器被证实为 GMM 特例并可做分布外检测(2 条相关)→
「研究」频道最新
- 科研老手 5 条经验：倒读论文、复现优先、用 MCP 连接编码代理 — cneuralnetwork · 2026-11-11
- cloneofsimo 发布讲解行列式点过程 DPP 的视频 — cloneofsimo · 2026-11-11
- 从内部状态绘出 Qwen3-8B 的「触觉身体地图」并做成解剖图 — repligate · 2026-11-11
- Qwen3-8B 身体地图实验：被告知与主动「抬起」左臂激活同样部位 — repligate · 2026-11-11
- 研究发现 Qwen3-8B 内部存在「这是我的身体部位」方向 — repligate · 2026-11-11
- 美欧NAE前沿工程研讨会聚焦物质智能与神经形态计算 — ProfBuehlerMIT · 2026-11-11