主要内容
高斯混合模型
基于高斯混合模型的聚类使用期望最大化算法
高斯混合模型(GMMs)通过最大化数据点属于所分配的聚类的后验概率，将每个观测值分配给一个聚类。创建一个GMM对象gmdistribution将模型拟合至数据(fitgmdist)或指定参数值(gmdistribution）.然后，使用对象函数执行聚类分析(集群，后，泰姬陵)，评估模型(提供，pdf)，并生成随机变量(随机）.
功能
主题
将数据划分为不同大小和相关结构的集群。
对混合高斯分布的模拟数据实现硬聚类。
对混合高斯分布的模拟数据实现软聚类。
通过调整构件数量和构件协方差矩阵结构，确定最佳高斯混合模型(GMM)。
你也可以从以下列表中选择一个网站:
