聚类分析简单介绍.docVIP

因为混合模型是一个灵活且强有力的概率建模工具,在理论和实践中得到了 极为广泛的应用,它具有以下的优势 (1)提供了用简单的结构模拟复杂分布的一个有效的模型。正态分布在实践中 应用很广,主要因为它形式较简单并且有很强的理论支持,因此它是最重要、最 基本的分布。理论己经证明,利用混合正态分布模型可以逼近任何一个光滑分布, 即只要项数it足够大,有限混合分布模型可以用于描述任何复杂现象,从而有利于 解决实际生活中的许多难题。 (2)提供了模拟同质性和异质性的一个自然框架。当)t = l时,该模型是一个单 一分布,因此数据具有相同的性质;当时,(1-1)式就反映了混合数据的异质 性。 (3)即使现象比较复杂时,混合模型在参数的框架内也提供了一个可行的建模 环境,它综合了参数模型的解析优势和非参数模型的灵活性,因而具有更多的建 模优势。 综上所述,混合分布模型是大量数据部分特征的比较有效的模拟。 高斯混合模型(Gaussian Mixture Model, GMM)是一个常用的描述混合密度分 布的模型,即多个高斯分布的混合分布ti5]。高斯混合模型是一种半参数的密度估 计方法,它融合了参数估计法和非参数估计法的优点,既不局限于特定的概率密 度函数的形式,而且模型的复杂度仅与所求解的问题有关而与样本集合的大小无 关。