高斯混合定义为多个高斯分布的线性组合。因此它有多种模式。尺寸指的是数据（例如鞋子的颜色、长度、宽度、高度和材料），而组件的数量指的是型号。混合物中的每个高斯都是一个分量。因此，在大多数情况下，每个组件将对应一种模式。

我建议您阅读wikipedia 上的混合模型。

混合高斯算法是$k$-意味着算法。中的每个平均向量$k$-means 是组件。每个元素的数量$k$向量是模型的维度。因此，如果你有$n$尺寸，你有一个$k\times n$平均向量矩阵。

除了现在您必须在模型中处理协方差矩阵之外，在混合高斯中没有什么不同。