MATLAB中的GMM为同一文件提供不同的结果

Question

我在Matlab中使用数据集构建了高斯混合模型：

model = gmdistribution.fit(data,M,'Replicates',5);

带有M = 3高斯分量的

。我用以下方法测试了新数据：

[P, l] = posterior(model,new_data);

我多次运行该程序并没有得到相同的结果。每次运行都会产生不同的对数似然值。我使用log-likelihood进行决策，每次运行时相同数据（new_data）的值不同。它取决于什么？我该如何解决这个问题？

Answer 1

首先，假设您使用了新的version Matlab，gmdistribution.fit文档表明fit方法已被弃用且fitgmdist应该是用过的。有关示例，请参阅here。

其次，gmdistribution.fit的文档表明，如果'Replicates'选项大于1，则'randSample' start方法将用于生成初始参数。这可能是您观察到的变异的原因（或至少一个原因）。

最后，您还可以在调用gmdistribution.fit之前尝试使用rng来设置全局随机数流的种子（假设函数内部没有使用它自己的流） ）。或者，您可以尝试通过'Options'指定statset参数：

seed = 1;
s = RandStream('mt19937ar','Seed',seed);
opts = statset('Streams',s);
model = gmdistribution.fit(data,M,'Replicates',5,'Options',opts);

我无法自行测试 - 有关详细信息，请参阅gmdistribution课程文档。