Skip to main content
 首页 » 编程设计

python & scikit : How to get the parameter of fitted models from Gaussian mixture models fitting

2024年10月24日13haluo1

拟合高斯混合模型(X-Y数据集)后,如何获取每个分布的参数?例如每个分布的均值、标准差、权重和角度?

我想我可以找到代码 here :

def make_ellipses(gmm, ax): 
    for n, color in enumerate('rgb'): 
        v, w = np.linalg.eigh(gmm._get_covars()[n][:2, :2]) 
        u = w[0] / np.linalg.norm(w[0]) 
        angle = np.arctan2(u[1], u[0]) 
        angle = 180 * angle / np.pi  # convert to degrees 
        v *= 9 
        ell = mpl.patches.Ellipse(gmm.means_[n, :2], v[0], v[1], 
                                  180 + angle, color=color) 
        ell.set_clip_box(ax.bbox) 
        ell.set_alpha(0.5) 
        ax.add_artist(ell) 

毕竟,要绘制椭圆,您需要知道mean,std,angle,weight。但是代码真的很复杂,我想知道是否有更简单的方法?

更新:我在 http://scikit-learn.org/stable/modules/generated/sklearn.mixture.GMM.html#sklearn.mixture.GMM.fit 中找到属性,现在我正在努力。

请您参考如下方法:

正如您在 scikit's doc for GMM 中所读到的那样,一旦你训练了你的模型(称之为 clf),你可以使用 clf.means_、clf.covars_ 和 访问它的参数>clf.weights_.

我要补充一点,您可以使用 clf.converged_

的值检查您的模型是否已训练/已收敛