为什么会出现混合高斯

为何会出现混合高斯

我们将先介绍相关基础知识。

一.正态分布(高斯分布)

​ 我们先通过通俗的语言来解释一下数据服从正态分布，例一：如小明的学校（中学）要对学生们（130人）的身高进行调查，这时肯定需要分男生身高和女生身高。我们先以男生身高为例（分布图大致如下）：

​ 其中正态分布有两个参数μ和σ^2,μ表示样本均值与样本的均方差（其用来表示样本的波动性），我们上面的身样例中数据的均值就是μ，从图中我们通过概率可看出，身高在在172.3的学生人数在70人左右，（在这为了让基础遗忘的的读者能够更清楚的明白正态分布图，所以将图中标上了样本，当然在这张图上的样本点应该都在x轴上的而不是像我这样有重叠，希望读者能理解）。如果还有人不清楚这条曲线怎样画出的，自己在下面找一些数据分布，通过条形图的方式将条形图画出，再沿着个顶点画线。

​ 其正态分布的公式如下：

二.高斯混合模型

​ 简单来说高斯混合模型可以理解为多个高斯分布的结合（这里区别是μ和σ的不同），为什么要使用多个高斯混合来描述数据分布呢？这是因为在海量数据中，单个高斯分布不足以应付这些数据的分布表示。下面让我们通过一张简单的图来直观的感受一下单高斯无法表示的数据分布：

​ 很明显上图从单个高斯的角度是无法很好地表示出来数据的分布的，那么这就是我么为什么引出多高斯分布。

​ 今天先写到这，以后还会更新更深的内容。