文档帮助中心文档
高斯混合分量的后验概率
P =后(通用,X)
[P, nlogL] =后(通用,X)
例子
P=后(通用汽车,X)中各高斯混合分量的后验概率通用汽车给每一个观察X.
P=后(通用汽车,X)
P
通用汽车
X
[P,nlogL) =后(通用汽车,X)也返回高斯混合模型的负对数似然通用汽车考虑到数据X.
[P,nlogL) =后(通用汽车,X)
nlogL
全部折叠
生成遵循两个二元高斯分布的混合的随机变量mvnrnd函数。将高斯混合模型(GMM)拟合到生成的数据中fitgmdist函数,然后计算混合组分的后验概率。
mvnrnd
fitgmdist
定义两个二元高斯混合分量的分布参数(均值和协方差)。
Mu1 = [2 2];%第一个分量的平均值Sigma1 = [2 0;0 1];%第1分量的协方差Mu2 = [-2 -1];第二部分的平均值Sigma2 = [1 0;0 1];%第2项的协方差
从每个组成部分生成相等数量的随机变量,并结合两组随机变量。
rng (“默认”)%的再现性r1 = mvnrnd (mu1 sigma1 1000);r2 = mvnrnd (mu2 sigma2 1000);X = [r1;r2);
合并数据集X包含两个二元高斯分布混合后的随机变量。
适合双组分GMMX.
通用= fitgmdist (X, 2)
gm = 2个分量的高斯混合分布。分量1:混合比例:0.500765均值:-1.9675 -0.9654分量2:混合比例:0.499235均值:1.9657 2.0342
情节X通过使用散射.可视化拟合模型通用汽车通过使用pdf和fcontour.
散射
pdf
fcontour
图散射(X(: 1),(:, 2), 10日“。”)%大小为10点的散点图持有在gmPDF = @ (x, y) arrayfun (@ (x0, y0) pdf(通用、(x0 y0)), x, y);fcontour(gmPDF,[-6 8 -4 6]) c1 = colorbar;ylabel (c1,的概率密度函数)
计算各组件的后验概率。
P =后(gm, X);
P (i, j)的后验概率是j观察到的高斯混合分量我.
P (i, j)
j
我
的后验概率组件1通过使用散射函数。用圆圈的颜色来显示后验概率值。
组件1
图散射(X (: 1), (:, 2), 10, P (: 1)) c2 = colorbar;ylabel (c2,“分量1的后验概率”)
的后验概率组件2.
组件2
图散射(X (: 1), (:, 2), 10, P (:, 2)) c3 = colorbar;ylabel (c3,“分量2的后验概率”)
gmdistribution
高斯混合分布,又称高斯混合模型(GMM),简称为gmdistribution对象。
您可以创建gmdistribution对象使用gmdistribution或fitgmdist.使用gmdistribution函数来创建gmdistribution对象,通过指定分布参数。使用fitgmdist函数拟合gmdistribution模型到给定固定数量的组件的数据。
数据,指定为n——- - - - - -米数字矩阵,n是观测数和米是每次观察中变量的数量。
如果一行X包含nan,然后后从计算中排除行。中对应的值P是南.
nan
后
南
数据类型:单|双
单
双
中各高斯混合分量的后验概率通用汽车给每一个观察X,返回为n——- - - - - -k数字矢量,n观察的次数是多少X和k是否有混合组分的数量通用汽车.
P (i, j)的后验概率是j观察到的高斯混合分量我概率(组件j|观察我).
高斯混合模型的负对数似然值通用汽车考虑到数据X,返回一个数值。
gmdistribution|fitgmdist|集群|泰姬陵
集群
泰姬陵
您已经有了这个示例的修改版本。要在编辑后打开此示例吗?
您点击了对应于这个MATLAB命令的链接:
在MATLAB命令窗口中输入命令运行该命令。Web浏览器不支持MATLAB命令。金宝app
选择一个网站,在可用的地方获得翻译的内容,并查看当地的事件和提供。根据您所在的位置,我们建议您选择:.
您也可以从以下列表中选择一个网站:
选择中国网站(中文或英文)以获得最佳网站表现。其他MathWorks国家网站不适合从您的位置访问。
联系当地办事处