1 高斯混合模型

• 总体分布是由K个高斯分布的组成的混合分布
• 

 1.1 一些记号

xj	第j个观测数据
K	模型中高斯模型的数量
αk	观测数据属于第k个子模型的概率
	第k个子模型的高斯分布密度函数 （也就是一个高斯分布的密度函数
	第j个观测数据属于第k个子模型的概率

1.2 高斯混合模型的概率分布

 1.3 参数学习（EM算法）

• 初始化模型参数{θk}={μk，σk}，{αk}
• 不断地迭代，直至收敛
  • E-step:根据当前参数，计算每个数据j来自各个子模型的可能性

     

    • 
  • M-step：计算新一轮迭代的模型参数
    •