高斯混合模型GMM和EM算法

高斯混合模型的基本思想是任何一个曲线，无论多么复杂，都可以用若干个高斯曲线来逼近它。

高斯混合模型也被视为一种聚类方法，是机器学习中对“无标签数据”进行训练得到的分类结果。其分类结果由概率表示，概率大者，则认为属于这一类。

matlab中关于高斯混合模型的内容集中在gmdistribution类中，使用gmdistribution创建GMM，使用fitgmdist根据给定样本生成GMM，使用cluster对GMM样本点进行聚类分析，pdf表示GMM的概率密度函数，random由GMM生成随机变量，posterior计算GMM每个高斯分布分量的后验概率。