機率模型
高斯混合模型(GMM)是一種機率模型，它假設所有數據點都來源於多個高斯分布的混合。
高斯混合模型可以用多個高斯分布（常態分配）的線性組合來描述和建模數據點的機率分布。每個高斯分布代表一個潛在的類別或集群，而數據點則是這些潛在類別的樣本。GMM通過估計每個高斯分布的參數（均值、協方差）來描述數據的機率分布，這些參數是模型學習得到的。
高斯混合模型常用於數據聚類、密度估計和異常值檢測等領域。它可以將數據點分類到不同的類別中，並估計新數據點屬於每個類別的機率。GMM對於處理包含多個不同分布的數據集特別有效，例如，當數據集中存在多個不同的模式或集群時。