原文地址：https://www.jianshu.com/p/5f7365209b05
一、单成分单变量高斯模型
二、单成分多变量高斯模型
若协方差矩阵为对角矩阵且对角线上值相等，两变量高斯分布的等值线为圆形。
若协方差矩阵为对角矩阵且对角线上值不等，两变量高斯分布的等值线为椭圆形。长轴平行于取较大值的变量所在的轴，短轴平行于取较小值的变量所在的轴。
若协方差矩阵为非对角矩阵，表明变量之间存在相关性，相关系数取-1到1之间的非０值。
上图中两变量高斯分布的等值线长轴平行于(x_1=-0.5x_2)这条直线。
三、多成分多变量高斯混合模型
基于先验概率(P(m))选择成分后，基于(P(X|m))生成数据。
为减少参数数目，常假设协方差矩阵为对角矩阵且对角线取值相等。
如果哪个成分生成哪个数据的对应关系已知，即强制对齐，这时使用MLE进行参数估计
通常情况下，这种生成数据的对应关系是未知的，即存在隐变量，这时使用EM替代MLE进行参数估计。
E步其实计算的是(P(m|X))，即软分配。
强制对齐下，将(X)分配给其中的一个成分；
软分配下，将(X)以一定的概率值分配给每个成分。
用GMM对数据进行拟合比用单个Gaussian拟合数据更加准确。
