高斯混合模型
集群基于使用的最大期望算法高斯混合模型
高斯混合模型（的GMM）通过最大化后验概率，一个数据点属于其分配的簇分配各观察到群集。创建一个GMM对象gmdistribution通过拟合模型数据（fitgmdist），或者通过指定参数值（gmdistribution）。然后，使用对象函数来执行聚类分析（簇，后，泰姬陵），评估模型（CDF，PDF格式），以及产生随机变元（随机）。
功能
主题
分区数据到具有不同的尺寸和相关结构的簇。
从高斯分布的混合执行关于模拟数据硬聚类。
从高斯分布的混合执行关于模拟数据软聚类。
通过调整部件的数量和部件的协方差矩阵结构确定最佳高斯混合模型（GMM）的配合。
您还可以选择从下面的列表中的网站：
