二维高斯混合模型GMM图形化简单明了

在matlab上实现的二维高斯混合模型 是基于界面形式的 直接画出高斯分布 更方便的了解GMM 你值得拥有 机器学习

function [ pai Yz mu E ] = GMM_function（ XKerrmax_time ）
%GMM函数 其中X表示n*d的样本 K为高斯个数
%   err为阈值 max_time为最大迭代次数
tic
if nargin == 2
    err=1e-14;
    max_time=1000;
end
if nargin == 3
    max_time=1000;
end
%%%%%%主程序
X = X‘;  %X为D*N型数据，跟PRML对样本数据描述相反
[dim num_data] = size（X）;

%Initialize
%-------------------------------
%K = numel（unique（data.y））;
[inx C] = kmeans（X‘K）;
mu = C‘;
for i=1:dim%%%%%%%%%%%%%%%%%%%%求均值居然出现负值…………
    for j=i:K
        if（mu（ij）<0）
            mu（ij）=0;
        end
    end
end
pai = zeros（1K）;
E = zeros（dimdimK）;
for k=1:K
    pai（k） = sum（inx==k）;   
    %%%inition E
    E（::k）=iniE（pai（k）inx CX‘k）;
end
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%画图测试
% figure（1）;
% for i=1:K
% [x y]=meshgrid（linspace（0108

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件        6231  2014-11-25 20:41  test.fig
     文件       10889  2014-11-25 20:41  test.m
     文件        2619  2014-11-14 13:02  GMM_function.m