Scikit-Learn 高斯混合模型

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

以下内容转自 数析学院，只节选了部分，有需要的同学可以直接查看原文



高斯混合模型（Gaussian mixture model，GMM）是常见的一种概率模型类统计学习方法，它通过样本的概率密度分布估计来解决数据样本的聚类问题，在生物学统计与医学统计领域有着广泛的应用。今天将向大家介绍在 Python 中如何利用 Scikit-Learn 库中的相关工具构建高斯混合模型，以及这个模型在 Python 中使用的相关技巧。


首先，我们需要导入相关的可视化以及运算工具库，并构建示例数据：

1. %matplotlib inline
   
2. import matplotlib.pyplot as plt
   
3. import seaborn as sns; sns.set()
   
4. import numpy as np

复制代码

1. # 构建示例数据集
   
2. from sklearn.datasets.samples_generator import make_blobs
   
3. X, y_true = make_blobs(n_samples=400, centers=4,
   
4.                        cluster_std=0.60, random_state=0)
   
5. X = X[:, ::-1] # 为了更好地绘制图像，我们对坐标轴进行了翻转

复制代码

在 Python 中，我们可以利用 Scikit-Learn 的 GMM 模块中的 GMM 函数构建对应的模型对象，从而进行高斯混合模型聚类：

1. from sklearn.mixture import GMM
   
2. gmm = GMM(n_components=4).fit(X)
   
3. labels = gmm.predict(X)
   
4. plt.scatter(X[:, 0], X[:, 1], c=labels, s=40, cmap='viridis');

复制代码

聚类的结果如上图所示，我们可以调用 predict_proba 函数，计算每一个样本点的分类概率：

1. probs = gmm.predict_proba(X)
   
2. print(probs[:5].round(3))

复制代码

[[ 0.     0.     0.475  0.525] [ 0.     1.     0.     0.   ] [ 0.     1.     0.     0.   ] [ 0.     0.     0.     1.   ] [ 0.     1.     0.     0.   ]]

1. size = 50 * probs.max(1) ** 2  # 由圆点面积反应概率值的差异
   
2. plt.scatter(X[:, 0], X[:, 1], c=labels, cmap='viridis', s=size);

复制代码

以上内容节选自 数析学院，原文还有 k-means 聚类效果对比、双月牙形的数据样本聚类效果评价、手写数字像素图聚类处理等，内容较多，先搬运到这，有需要的同学可以先直接到 数析学院 查看原文

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖