在MATLAB中可视化高斯混合模型聚类

Question

我必须编写一个分类器（高斯混合模型）来用于人类行为识别。我有4个视频数据集，每个数据包含12个我想要识别的动作。我选择其中3个作为训练集，其中1个作为测试集。对于每个帧，我提取了907个我观察到的特征。在我在训练集上应用GM模型之前，我在其上运行PCA。所以我只考虑50个组件。

我构建了GM模型，每个动作都有一个集群。

gm = gmdistribution.fit(data, cluster_num, 'Options', options, 'CovType','diagonal','Regularize', 1e-10, 'SharedCov', true);

现在我希望有一个视觉反馈，以了解群集是否运作良好或数据是否被错误分类。

有可能有类似的东西吗？

Answer 1

我并不接近我为编写这些代码所编写的代码，但我记得哪些函数值得一看。

从plot_gaussian_ellipsiod开始。您可以进一步添加gmdistribution和ezcontour，最终得到以下内容：

或者，对于3d数据，您可以使用plot3和plot_gaussian_ellipsiod：