GMDistribution.
创建高斯混合模型
描述
一种GMDistribution.对象存储一个高斯混合分布，也称为高斯混合模型(GMM)，它是一个由多元高斯分布组成的多元分布。每个分量由其均值和协方差定义。混合由混合比例向量定义，其中每个混合比例表示由相应组件描述的总体比例。
创建
您可以创建GMDistribution.用两种方法建模对象。
使用
GMDistribution.函数（这里描述）创建一个GMDistribution.通过指定分发参数来模型对象。使用
fitgmdist适合一个功能GMDistribution.给定固定数量的组件，将对象建模为数据。
描述
输入参数
属性
对象功能
例子
创建高斯混合分布使用GMDistribution.
通过使用来创建双组分双变量高斯混合混合物分布GMDistribution.函数。
定义两个双变量高斯混合组分的分布参数（手段和协方差）。
mu = [1 2; -3 -5];西格玛=猫（3，[2 .5]，[1 1]）% 1-by-2-by-2数组
Sigma = Sigma（：，：，1）= 2.0000 0.5000 sigma（：，:,2）= 1 1
这猫函数沿着第三个数组维连接协方差。定义的协方差矩阵是对角矩阵。σ(1:我)包含组件的协方差矩阵的对角线元素一世．
创建一个GMDistribution.对象。默认情况下,GMDistribution.功能造成相同的比例混合物。
通用= gmdistribution(μ、σ)
GM =高斯混合物分布，2个尺寸组分中的2个组分组分1：混合比例：0.500000平均值：1 2组分2：混合比例：0.500000平均值：-3 -5
列出属性GM.对象。
属性(通用)
类Gmdistribution的属性：NumVariables分发NumComponents ComponentPropoft SharedCovariance Numiterations正规化值Negativeloglikelious CovariAceType Mu Sigma AIC BIC融合概率特定
您可以使用点表示法访问这些属性。例如，访问组成份额属性，代表混合物组分的混合比例。
gm.ComponentProportion
ans =.1×20.5000 - 0.5000
一种GMDistribution.对象具有仅适用于合适对象的属性。所拟合的对象属性为AIC.那BIC.那聚合那NegativeLogLikelihood那NumIterations那ProbabilityTolerance， 和正规化值．如果使用该对象创建对象，则拟合对象属性的值是空的GMDistribution.函数和指定分布参数。例如，访问NegativeLogLikelihood使用点表示法。
gm.negativeloglikelihie
ans = []
创建一个后GMDistribution.对象，您可以使用对象函数。用CDF.和PDF.计算累积分布函数（CDF）和概率密度函数（PDF）的值。用随机的生成随机向量。用集群那泰姬陵， 和后面用于集群分析。
gmPDF = @ (x, y) arrayfun (@ (x0, y0) pdf(通用、(x0 y0)), x, y);fsurf (gmPDF 10 [-10])
用高斯混合模型拟合数据fitgmdist
通过使用使用的遵循两种双变量高斯分布的混合的随机变体mvnrnd函数。对生成的数据拟合高斯混合模型(GMM)fitgmdist函数。
定义两个双变量高斯混合组分的分布参数（手段和协方差）。
Mu1 = [1 2];第1分量的平均值sigma1 = [2 0;0。5];第一组分的％协方差mu2 = [-3 -5];第二组分的％平均值sigma2 = [1 0;0 1];第二分量的协方差
生成来自每个组件的相同数量的随机变体，并组合两组随机变体。
RNG（'默认'）重复性的％R1 = MVNRND（MU1，Sigma1,1000）;r2 = mvnrnd（mu2，sigma2,1000）;x = [R1;R2];
组合数据集X包含两个二元高斯分布混合的随机变量。
适合双组分GMMX．
gm = fitgmdist（x，2）
GM =高斯混合物分布在2尺寸组件1：混合比例：0.500000平均值：-2.9617 -4.9727组件2：混合比例：0.500000平均值：0.9539 2.0261
列出属性GM.对象。
属性(通用)
类Gmdistribution的属性：NumVariables分发NumComponents ComponentPropoft SharedCovariance Numiterations正规化值Negativeloglikelious CovariAceType Mu Sigma AIC BIC融合概率特定
您可以使用点表示法访问这些属性。例如，访问NegativeLogLikelihood属性，它代表数据的负值逻辑X鉴于拟合模型。
gm.negativeloglikelihie
ans = 7.0584e + 03
创建一个后GMDistribution.对象，您可以使用对象函数。用CDF.和PDF.计算累积分布函数（CDF）和概率密度函数（PDF）的值。用随机的生成随机变体。用集群那泰姬陵， 和后面用于集群分析。
阴谋X通过使用分散．可视化拟合模型GM.通过使用PDF.和Fcontour.．
散射（x（：，1），x（:,2），10，'。'）％散射图，尺寸为10抓住在gmPDF = @ (x, y) arrayfun (@ (x0, y0) pdf(通用、(x0 y0)), x, y);fcontour (gmPDF 6 [8])
参考
[1] McLachlan，G.和D. Peel。有限混合模型．Hoboken，NJ：John Wiley＆Sons，Inc。，2000。
您还可以从以下列表中选择一个网站：
