高斯混合模型（GMM）算法理解及代碼實現（opencv）

GMM在數據聚類和圖像分類中有很重要的應用。 概念理解： （1）條件概率： （2）先驗概率：在有一定量數據的前提下，我們對參數進行概率估計，事件發生前的預判概率。 （3）後驗概率：在最合適的那個參數的前提下，觀測數據出現的最大概率。 （4）極大似然估計：找到一組參數使得我們觀測到的數據出現的概率最大。 （5）高斯分佈：，概率密度函數。其中N的兩個參數第一個代表均值，第二個代表協方差矩陣。 （6）參

>>阅读原文<<