混合高斯模型：能感知样本分布的聚类

混合高斯是一种经典的聚类算法，拥有良好的性质，根据估计出来的参数，能判断样本数据的分布性质。类似于K_means,但是归类的决定从属一个概率值，并不是是与否的决定。理论上，只要足够多的混合模型，混合高斯能够拟合任意分布的样本数据。最近学习无监督算法，想借鉴一下传统而经典的聚类算法，故对混合高斯模型学习，做些笔记，以备忘，代码分享，以交流学习：https://github.com/panzhenfu/GMM_py （喜欢我的代码，记得打星哦）