8.高斯混合模型
高斯混合模型，简称GMM，对数据可以进行聚类或拟合，多用于传统语音识别。他会将每个数据看做多个高斯分布混合生成的。
对于无标签的数据进行聚类，一般采用高斯混合模型处理。
算法过程
1.首先进行初始猜测，假设有n个簇，然后随机选择数据点，作为聚类中心点。
2.EM算法多次迭代，每次迭代更新中心点，并且还会计算每个数据点属于每个簇的概率。
3.迭代完成
高斯混合模型，简称GMM，对数据可以进行聚类或拟合，多用于传统语音识别。他会将每个数据看做多个高斯分布混合生成的。
对于无标签的数据进行聚类，一般采用高斯混合模型处理。
算法过程
1.首先进行初始猜测，假设有n个簇，然后随机选择数据点，作为聚类中心点。
2.EM算法多次迭代，每次迭代更新中心点，并且还会计算每个数据点属于每个簇的概率。
3.迭代完成