GMM与LDA

GMM虽然给出的结果是隐变量属于各个cluster的概率，但是GMM模型仍然是认为每个样本就是只属于某一个cluster。GMM模型的原理就是认为每个样本都是由一个正态分布产生的。

与GMM不同，LDA是一种mixed membership model，对样本的每个维度都产生属于各个cluster的概率，即认为这个样本本身就是同时属于多个cluster的（因为各个维度里有属于不同cluster的）

LDA用于主题分析，不同于聚类。