有限混合模型

有限混合模型，是一種統計建模工具，提供了一種用簡單密度模擬複雜密度的有效的數學方法。

對它的研究最早可以追溯到一個世紀以前，1894年Pearson採用具有兩個混合分量的單變量高斯混合模型對一組觀測數據進行了擬合，用矩估計方法對該混合模型的參數集進行了估計。1977年A.P. Dempster等人提出了計算不完全數據的極大似然估計的EM算法，並給出了有限混合模型的不完全數據結構，才使得極大似然估計進行計算的困難迎刃而解。隨後，有限混合模型的研究進入了一個嶄新的發展階段，並擴充到了聚類分析、語音識別、神經網絡等應用領域。