目录
1.算法概述
2.仿真效果
3.MATLAB仿真源码
1.算法概述
高斯混合模型（Gaussian Mixed Model）指的是多个高斯分布函数的线性组合，理论上GMM可以拟合出任意类型的分布，通常用于解决同一集合下的数据包含多个不同的分布的情况（或者是同一类分布但参数不一样，或者是不同类型的分布，比如正态分布和伯努利分布）。
如图1，图中的点在我们看来明显分成两个聚类。这两个聚类中的点分别通过两个不同的正态分布随机生成而来。但是如果没有GMM，那么只能用一个的二维高斯分布来描述图1中的数据。图1中的椭圆即为二倍标准差的正态分布椭圆。这显然不太合理，毕竟肉眼一看就觉得应该把它们分成两类。
最后
以上就是还单身大船最近收集整理的关于GMM模型参数估计的matlab仿真1.算法概述的全部内容，更多相关GMM模型参数估计内容请搜索靠谱客的其他文章。
本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。
![[吴恩达机器学习笔记]15.1-3非监督学习异常检测算法/高斯回回归模型15.异常检测 Anomaly detection](/uploads/reation/bcimg12.png)
发表评论 取消回复