提出混合模型主要是为了能更好地近似一些较复杂的样本分布，通过不断添加component个数，能够随意地逼近不论什么连续的概率分布。所以我们觉得不论什么样本分布都能够用混合模型来建模。由于高斯函数具有一些非常有用的性质。所以高斯混合模型被广泛地使用。
GMM与kmeans相似，也是属于clustering，不同的是。kmeans是把每一个样本点聚到当中一个cluster，而GMM是给出这些样本点到每一个cluster的概率。每一个component就是一个聚类中心。
GMM(Gaussian Mixture Model)高斯混合模型，由K个不同的Gaussian线性组合而成，每一个Gaussian是混合模型的一个component，GMM的概率密度函数例如以下：
p(x)=\sum_{k=1}^Kp(k)(x|k) =\sum_{k=1}^K\pi_k\mathcal N(x|\mu_k,\sum_k)
依据上式。从GMM中生成一个样本点x分两步：
1，从K个component中随机的选择一个
2。从该component中选择一个点
參数说明：N个样本点。K个component，μk,∑k\mu_k,\sum_k 是第k个component的均值和协方差矩阵，是模型參数，是须要预计的。
πk\pi_k是mixing coefficient，表示第k个component被选中的概率。πk=1N∑Nn=1znk\pi_k=\frac{1}{N}\sum_{n=1}^N\mathbf z_{nk}，也是模型參数。须要预计。N是高斯（正态）分布。
对一个样本集建立高斯混合模型的过程，就是依据已知样本集X反推高斯混合模型的參数(μ,∑,π\mu,\sum,\pi)，这是一个參数预计问题。首先想到用最大似然的方法求解，也就是，要确定參数π,μ,∑\pi,\mu,\sum使得它所确定的概率分布生成这些样本点的概率最大。这个概率也就是似然函数，例如以下：
p(x)=\prod_{n=1}^Np(x_i)
而一般对于单个样本点其概率较小。多个相乘后更小，easy造成浮点数下溢，所以通常是对似然函数求log，变成加和形式：
\sum_{i=1}^Nlnp(x_i)
这个叫做log似然函数，目标是要最大化它。用log似然函数对參数分别求偏导。令偏导等于0，可求解得參数。
然而。GMM的log似然函数是例如以下形式：
lnp(X)=\sum_{i=1}^Nln[\sum_{k=1}^K\pi_k\mathcal N(x_i|\mu_k,\sum_k)]
能够看到对数中有求和，直接求导求解将导致一系列复杂的运算，故考虑使用EM算法。（详细思路见上一篇：EM算法学习笔记）
考虑GMM生成一个样本点的过程，这里对每一个xi\mathbf x_i引入隐变量z，z是一个K维向量，如果生成xi\mathbf x_i时选择了第k个component，则zk=1\mathbf z_k=1，其它元素都为0。∑Kk=1zk=1\sum_{k=1}^K\mathbf z_k=1.
如果z是已知的。则样本集变成了{X,Z}，要求解的似然函数变成了：
p(X,Z|\mu,\sum,\pi)=\prod_{n=1}^N\prod_{k=1}^K\pi_k^{z_{nk}}\mathcal N(\mathbf x_n|\mu_k,\sum_k)^{z_{nk}}
log似然函数为：
lnp(X,Z|\mu,\sum,\pi)=\sum_{n=1}^N\sum_{k=1}^K\mathbf z_{nk}[ln\pi_k + ln\mathcal N(\mathbf x_n|\mu_k,\sum_k)].(*)
能够看到，这次ln直接对Gaussian作用，求和在ln外面，所以能够直接求最大似然解了。
1,初始化一组模型參数π,μ,∑\pi,\mu,\sum
2,E-step
然而。其实z是不知道的。我们仅仅是如果z已知。
而z的值是通过后验概率观測。所以这里考虑用z值的期望在上述似然函数中取代z。
对于一个样本点x\mathbf x：
p(\mathbf z)=\prod_{k=1}^K\pi_k^{z_k}
p(\mathbf x|\mathbf z_k=1)=\mathcal N(x|\mu_k,\sum_k)
p(\mathbf x|\mathbf z)=\prod_{k=1}^K\mathcal N(\mathbf x|\mu_k,\sum_k)^{z_k}
p(\mathbf x)=\sum_zp(\mathbf z)p(\mathbf x|\mathbf z)=\sum_{k=1}^K\pi_k\mathcal N(\mathbf x|\mu_k,\sum_k)
后验概率（固定μ,∑,π\mu,\sum,\pi）：
p(\mathbf z|\mathbf x,\mu,\sum,\pi)=\frac{p(\mathbf x|\mathbf z)p(\mathbf z)}{p(\mathbf x)}正比于\prod_{n=1}^N\prod_{k=1}^K[{\pi_k\mathcal N(x_n|\mu_k,\sum_k)}]^{z_{nk}}
由于{zn\mathbf z_n}之间是相互独立的。
计算z期望γ(znk)\gamma(\mathbf z_{nk})（z向量仅仅有一个值取1，其余为0）：
\gamma(\mathbf z_{nk})=E[\mathbf z_{nk}]=0*p(\mathbf z_{nk}=0|\mathbf x_n)+1*p(\mathbf z_{nk}=1|\mathbf x_n)=p(\mathbf z_{nk}=1|\mathbf x_n)=\frac{p(\mathbf z_{nk}=1)p(\mathbf x_n|\mathbf z_{nk}=1)}{p(\mathbf x_n)}=\frac{\pi_k\mathcal N(\mathbf x|\mu_k,\sum_k)}{\sum_{j=1}^K\pi_j\mathcal N(\mathbf x|\mu_j,\sum_j)}.
将z值用期望取代。则待求解的log似然函数(*)式变为：
E_z[lnp(X,Z|\mu,\sum,\pi)]=\sum_{n=1}^N\sum_{k=1}^K\gamma (\mathbf z_{nk})[ln\pi_k + ln\mathcal N(\mathbf x_n|\mu_k,\sum_k)].
3,M-step
如今能够最大化似然函数求解參数了，首先对μ\mu求偏导，令偏导等于0。可得：
\sum_{n=1}^N\sum_{k=1}^K\gamma (\mathbf z_{nk})\sum_k(\mathbf x_n-\mu_k)=0
\mu_k=\frac{1}{N_k}\sum_{n=1}^N\gamma (\mathbf z_{nk}){\mathbf x_n}，当中N_k=\sum_{n=1}^N\gamma (\mathbf z_{nk}).
NkN_k 是“the effective number of points assigned to cluster k”.
再对∑k\sum_k求偏导，令偏导等于0，可得：
\sum_k=\frac{1}{N_k}\sum_{n=1}^N\gamma (\mathbf z_{nk})(\mathbf x_n-\mu_k)(\mathbf x_n-\mu_k)^T
接下来还需求解π\pi。注意到π\pi需满足∑Kk=1πk=1\sum_{k=1}^K\pi_k=1。所以这是一个带等式约束的最大值问题。使用拉格朗日乘数法。
构造拉格朗日函数：
L=lnp(X|\pi,\mu,\sum)+\lambda(\sum_{k=1}^K\pi_k-1).
对π\pi求导，令导数为0：
\sum_{n=1}^N\frac{\mathcal N(\mathbf x|\mu_k,\sum_k)}{\sum_{j=1}^K\pi_j\mathcal N(\mathbf x|\mu_j,\sum_j)}+\lambda=0
两边同乘πk\pi_k得：
\sum_{n=1}^N\gamma (\mathbf z_{nk}) + \lambda\pi_k=0
N_k+\lambda\pi_k=0
两边对k求和：
\sum_{k=1}^KN_k+\sum_{k=1}^K\lambda\pi_k=0
N+\lambda=0
可得：λ=−N\lambda=-N
代入可得：πk=NkN.\pi_k=\frac{N_k}{N}.
4,检查是否收敛
反复E-step和M-step两步。直到收敛，就可以求得一个局部最优解。
GMM的建模步骤例如以下图（k=2,高斯分布是蓝色和红色圈）： 
主要參考资料： p=39">http://blog.pluskid.org/?p=39
《Pattern Recognization and Machine Learning》
帮助理解：
$(function () {
$('pre.prettyprint code').each(function () {
var lines = $(this).text().split('\n').length;
var $numbering = $('
$(this).addClass('has-numbering').parent().append($numbering);
for (i = 1; i ').text(i));
};
$numbering.fadeIn(1700);
});
});