このページの翻訳は最新ではありません。ここをクリックして、英語の最新版を参照してください。
ハード クラスタリングの使用による混合ガウス データのクラスタリング
この例では、ガウス分布の混合からシミュレートされたデータに対するハード クラスタリングの実装方法を示します。
近似させたモデルの多変量正規成分でクラスターを表すことができるので、混合ガウス モデルをデータのクラスタリングに使用できます。
ガウス分布の混合から派生するデータのシミュレート
mvnrnd
を使用して、2 つの二変量ガウス分布の混合から派生するデータをシミュレートします。
rng('default')% For reproducibilitymu1 = [1 2]; sigma1 = [3 .2; .2 2]; mu2 = [-1 -2]; sigma2 = [2 0; 0 1]; X = [mvnrnd(mu1,sigma1,200); mvnrnd(mu2,sigma2,100)]; n = size(X,1); figure scatter(X(:,1),X(:,2),10,'ko')
シミュレーション データへの混合ガウス モデルのあてはめ
2 成分の混合ガウス モデル (GMM) を当てはめます。ここでは正しい成分数がわかっていますが、実際に、本物のデータ使用する場合は、さまざまな成分数をもつモデルを比較して決定する必要があります。また、期待値最大化近似ルーチンの最終反復の表示を要求します。
options = statset('Display','final'); gm = fitgmdist(X,2,'Options',options)
26 iterations, log-likelihood = -1210.59 gm = Gaussian mixture distribution with 2 components in 2 dimensions Component 1: Mixing proportion: 0.629514 Mean: 1.0756 2.0421 Component 2: Mixing proportion: 0.370486 Mean: -0.8296 -1.8488
2 成分混合分布の推定確率密度等高線をプロットします。2 つの二変量正規分布成分は部分的に重なりますが、ピークは異なっています。これにより、データを 2 つのクラスターに適切に分割できることがわかります。
holdongmPDF = @(x,y) arrayfun(@(x0,y0) pdf(gm,[x0,y0]),x,y); fcontour(gmPDF,[-8,6]) title('Scatter Plot and Fitted GMM Contour') holdoff
近似させた GMM の使用によるデータのクラスタリング
集群
は、各データ点を正確に 1 つのクラスターに割り当てるメソッド、"ハード クラスタリング" を実装します。GMM の場合、集群
は GMM に含まれている 2 つの混合成分のいずれかに各点を割り当てます。各クラスターの中心は、対応する混合成分の平均です。"ソフト クラスタリング" についての詳細は、ソフト クラスタリングの使用による混合ガウス データのクラスタリングを参照してください。
近似させた GMM とデータを集群
に渡すことにより、データをクラスターに分割します。
idx = cluster(gm,X); cluster1 = (idx == 1);% |1| for cluster 1 membershipcluster2 = (idx = = 2);% |2| for cluster 2 membershipfigure gscatter(X(:,1),X(:,2),idx,'rb','+o') legend('Cluster 1','Cluster 2','Location','best')
各クラスターは、混合分布に含まれている二変量正規成分のいずれかに対応します。集群
は、クラスター メンバーシップ スコアに基づいてデータをクラスターに割り当てます。各クラスター メンバーシップ スコアとは、対応する成分からそのデータ点が派生する事後確率の推定値です。集群
は、各点の最大の事後確率に対応する混合成分にその点を割り当てます。
クラスター メンバーシップの事後確率は、近似させた GMM とデータを次のいずれかに渡すことにより推定できます。
集群
(3 番目の出力引数を返すように要求)
クラスター メンバーシップの事後確率の推定
各点について 1 番目の成分の事後確率を推定およびプロットします。
P = posterior(gm,X); figure scatter(X(cluster1,1),X(cluster1,2),10,P(cluster1,1),'+') holdonscatter(X(cluster2,1),X(cluster2,2),10,P(cluster2,1),'o') holdoffclrmap = jet(80); colormap(clrmap(9:72,:)) ylabel(colorbar,'Component 1 Posterior Probability') legend('Cluster 1','Cluster 2','Location','best') title('Scatter Plot and Cluster 1 Posterior Probabilities')
P
は、クラスター メンバーシップの事後確率が含まれているn
行 2 列の行列です。1 番目の列にはクラスター 1 の事後確率が含まれており、2 番目の列はクラスター 2 の事後確率に対応します。
新しいデータのクラスターへの代入
集群
メソッドを使用して、元のデータから求めた混合成分に新しいデータ点を割り当てることもできます。
ガウス分布の混合から派生する新しいデータをシミュレートします。mvnrnd
を使用するのではなく、gmdistribution
を使用して真の混合成分の平均と標準偏差で GMM を作成してから GMM をrandom
に渡すことにより、データをシミュレートできます。
Mu = [mu1; mu2]; Sigma = cat(3,sigma1,sigma2); p = [0.75 0.25];% Mixing proportionsgmTrue = gmdistribution(Mu,Sigma,p); X0 = random(gmTrue,75);
近似させた GMM (gm
) と新しいデータを集群
に渡すことにより、新しいデータにクラスターを割り当てます。クラスター メンバーシップの事後確率を要求します。
[idx0,~,P0] = cluster(gm,X0); figure fcontour(gmPDF,[min(X0(:,1)) max(X0(:,1)) min(X0(:,2)) max(X0(:,2))]) holdongscatter(X0(:,1),X0(:,2),idx0,'rb','+o') legend('Fitted GMM Contour','Cluster 1','Cluster 2','Location','best') title('New Data Cluster Assignments') holdoff
新しいデータをクラスタリングするときに意味がある結果を集群
に生成させるには、混合分布を作成するために使用した元のデータであるX
と同じ母集団からX0
が派生する必要があります。特に、X0
の事後確率を計算するときに、集群
とposterior
は混合確率の推定値を使用します。
参考
fitgmdist
|gmdistribution
|集群
|posterior
|random