登录社区云，与社区用户共同成长
邀请您加入社区
在无监督学习领域，聚类算法通过挖掘数据内在分布规律实现样本分组，是数据挖掘、图像分割、用户画像等场景的核心技术。高斯混合模型（Gaussian Mixture Model, GMM）作为概率型聚类方法的典型代表，突破了传统硬聚类（如 K-means）“非此即彼” 的归属限制，通过多个高斯分布分量的线性组合拟合数据分布，既能输出样本属于各簇的概率（软聚类结果），又能处理非球形、不同密度的复杂数据簇，
