给出我通过MATLAB将未知概率分布的二维数据拟合成高斯混合分布的代码

以下是一个示例代码，用于将未知概率分布的二维数据拟合成高斯混合分布：

% 生成一些随机数据
rng(1); % 设置随机数种子以保证结果可重复
x1 = randn(1000,1)*2 + 1;
x2 = randn(1000,1)*3 - 2;
X = [x1,x2];

% 使用高斯混合模型拟合数据
gm = fitgmdist(X,3); % 使用3个高斯分布拟合数据

% 绘制数据点和拟合结果
figure;
scatter(X(:,1),X(:,2),'filled');
hold on;
ezcontour(@(x1,x2)pdf(gm,[x1 x2]),[-10 10],[-10 10]);
title('Gaussian Mixture Model Fitting');
xlabel('x1');
ylabel('x2');

这个示例代码首先生成一些随机数据，然后使用MATLAB内置的`fitgmdist`函数进行高斯混合模型拟合。`fitgmdist`函数的第一个参数是输入数据，第二个参数是要使用的高斯分布数量。在这个示例中，我们使用3个高斯分布拟合数据。

最后，我们使用`ezcontour`函数绘制拟合结果，该函数可以根据高斯混合模型的概率密度函数（PDF）绘制等高线。