我寫(xiě)的這些東西并不代表我已經(jīng)完全理解了，只是從別的地方看到的可能會(huì)用到的知識(shí)點(diǎn)mark一下，以后回想起來(lái)可能會(huì)用得到。

高斯分布就是正態(tài)分布

高斯分布在自然界非常常見(jiàn)，中心極限定理很好的說(shuō)明了它，但事情往往不是那么純粹，很多時(shí)候我們得到的結(jié)果里面會(huì)混入兩個(gè)截然不同的樣本數(shù)據(jù)集，它們雖然各自都是高斯分布，但是它們的均值和方差都不一樣，如果拿到的是它們的混合數(shù)據(jù)，就不能簡(jiǎn)單的使用一個(gè)高斯擬合來(lái)處理它了。

可能存在的雙重高斯分布

該文章介紹的一個(gè)R包可以做

The bimodal distribution was approximated by the ‘normalmixEM’ function in the ‘mixtools’ package of R.

需要用到mixtools包的normalmixEM函數(shù)
幫助文檔代碼如下

data(faithful)
attach(faithful)
set.seed(100)
system.time(out<-normalmixEM(waiting, arbvar = FALSE, epsilon = 1e-03))
out
hist(waiting)
plot(out,2)

可以看到，很簡(jiǎn)單一個(gè)函數(shù)，就可以把faithful這個(gè)數(shù)據(jù)框里面的waiting列的數(shù)據(jù)進(jìn)行雙重高斯分布擬合！

說(shuō)到雙重正態(tài)分布，可以運(yùn)用到男女身高，em算法等等

這里貼上我的參考文章：https://cloud.tencent.com/developer/article/1508952