混合高斯模型（GMM）

1.GMM模型
单高斯模型的基本表达式为，

$$N(x;\mu,\Sigma)=\frac{1}{\sqrt{2\pi |\Sigma|}} exp{[-\frac{1}{2}(x-\mu)^T\Sigma^{-1}(x-\mu)]}$$
其中， $\mu$和 $\Sigma$分别表示数据的期望和方差参数， $x$是d维的列向量。
为了使得高斯模型适用于模式分类，假设训练样本属于类别C，那么可求未知样本 $x_i$属于类别C的概率为，

N(xi/C)=12π|Σc|−−−−−√exp[−12(xi−μc)TΣ