无监督学习的密度估计

在判断一个数据是否属于某个类可以用p(x)来进行判断，我们知道概率密度的情况下，很好求p(X).

当遇到一个奇怪的分布，我们不知道是什么分布，在教课上我们也找不到这个分布，我们常见的分布有高斯分布，有可能这个分布有2个高斯分布联合产生的。

上图是2个高斯分布形成的，我们不知道数据的标签，也不知道数据是属于哪个高斯分布的即分布的概率密度不知道。

由于我们不知道数据的类别，我们可以假定一个隐含变量z,z属于伯努利分布，P（x|z）属于高斯分布，如果假设知道数据来自哪个高斯分布，即知道z，我们可以用极大似然估计来估计相关参数。