matlab GMM

GMM (Gaussian Mixture Model) 是一种在模式识别和统计学中常用的概率模型。 MATLAB 中，你可以使用 Statistics and Machine Learning Toolbox 来实现 GMM。

首先，你需要准备一个包含观测数据的向量或矩阵。然后，使用 `fitgmdist` 函数来拟合 GMM 模型。这个函数会返回一个 GMDistribution 对象，其中包含了模型的参数和属性。

以下是一个简单的示例代码，展示了如何在 MATLAB 中使用 GMM 模型：

% 准备观测数据
data = [1.2, 1.5, 1.7, 2.0, 2.1, 10.1, 10.3, 10.5, 11.0, 11.2];

% 设置 GMM 模型的参数
numComponents = 2;  % GMM 组件的数量

% 拟合 GMM 模型
gmmModel = fitgmdist(data', numComponents);

% 打印模型参数
disp(gmmModel);

% 使用模型进行预测
predictedLabels = cluster(gmmModel, data');
disp(predictedLabels);

在上述代码中，我们使用 `fitgmdist` 函数对观测数据 `data` 进行 GMM 模型拟合。然后，使用 `cluster` 函数根据模型对观测数据进行预测，并打印预测结果。

希望这个示例对你有帮助！如果有任何进一步的问题，请随时提问。