高斯混合模型 (Gaussian Mixture Model, GMM) 算法详解与PyTorch实现

高斯混合模型 (Gaussian Mixture Model, GMM) 算法详解与PyTorch实现

---

1. 高斯混合模型 (GMM) 算法概述

高斯混合模型（Gaussian Mixture Model, GMM）是一种概率模型，用于表示由多个高斯分布组成的混合分布。GMM广泛应用于聚类、密度估计和异常检测等任务。与K-Means等硬聚类算法不同，GMM是一种软聚类算法，能够为每个样本分配属于各个簇的概率。

1.1 高斯分布

高斯分布（正态分布）是统计学中最重要的分布之一，其概率密度函数为：
p ( x ∣ μ ,