混杂高斯是一种经典的聚类算法，具有良好的性质，依据估量出来的参数，能断定样本数据的散布性质。相似于K_means,但是归类的决议附属一个几率值，其实不是是与否的决议。理论上，只要足够多的混杂模型，混杂高斯能够拟合任意散布的样本数据。最近学习无监视算法，想鉴戒一下传统而经典的聚类算法，故对混杂高斯模型学习，做些笔记，以备忘，代码分享，以交换学习：https://github.com/panzhenfu/GMM_py （爱好我的代码，记得打星哦）混杂高斯是一种经典的聚类算法，具有良好的性质，依据估量出来的参数，能断定样本数据的散布性质。相似于K
阅读背景：
混合高斯模型：能感知样本分布的聚类
来源：互联网
分享到：
