澹台千儿

# 混合高斯分布 不管 σ,μ\sigma, \muσ,μ 如何变化，使用高斯分布都是单峰的，因此在概率的估计上具有局限性。一种最简单的想法就是使用混合高斯分布，即多个高斯分布的求和： p(x)=∑k=1KπkN(x∣μk,Σk).p(x) = \sum_{k=1}^K \pi_k \mathcal{N}(\bm{x}|\mu_k, \Sigma_k). p(x)=k=1∑K​πk​N(x∣μk​,Σk​). 其对数似然分布为 L(μ,Σ)=log⁡p(D∣π,μ,Σ)=∑n=1Nlog⁡(∑k=1KπkN(xn∣μk,Σk)).\mathcal{L}(\bm{\mu}, \Sigma) =...