高斯混合算法（GMM）与最大期望算法（EM）的推导

由于EM算法的推导常使用GMM算法来举例子，故下面先介绍高斯混合算法 一般的高斯算法（单个高斯） 上式是单个高斯分布，对于单个高斯分布，给定一组观测数据，求参数时通常用MLE（极大似然估计)就可以了，具体做法就是分别对均值和方差求导数，然后令导数=0求解即可。 高斯混合算法 上面是高斯混合算法的一般形式和对数似然函数形式。与单个高斯分布相比，GMM算法是由k个高斯加权平均混合而成的， π k \p

>>阅读原文<<