Question

我尝试使用GMM对测试集进行分类。我有一个带有标签{1,2,3}的trainset（n * 4矩阵），n表示训练样例的数量，它有4个属性。我也有一个testset（m * 4）被分类。

我的目标是为每个测试示例提供一个概率矩阵（m * 3），给出每个标签P(x_test|labels)。就像软聚类一样。

首先，我在整个列车上创建了一个k = 9个组件的GMM。我知道在一些论文中，作者为列车中的每个标签创建了一个GMM。但是我想处理来自所有类的数据。

    GMModel = fitgmdist(trainset,k_component,'RegularizationValue',0.1,'Start','plus');

我的问题是，我想确认组件和标签之间的关系P(component|labels)。所以我写了一个如下代码，但不确定它是否正确，

    idx_ex_of_c1 = find(trainset_label==1);
    idx_ex_of_c2 = find(trainset_label==2);
    idx_ex_of_c3 = find(trainset_label==3);

    [~,~,post] = cluster(GMModel,trainset);
    cita_c_k = zeros(3,k_component);
    for id_k = 1:k_component
        cita_c_k(1,id_k) = sum(post(idx_ex_of_c1,id_k))/numel(idx_ex_of_c1);
        cita_c_k(2,id_k) = sum(post(idx_ex_of_c2,id_k))/numel(idx_ex_of_c2);
        cita_c_k(3,id_k) = sum(post(idx_ex_of_c3,id_k))/numel(idx_ex_of_c3);
    end

cita_c_k是用于存储关系的（3 * 9）矩阵。 idx_ex_of_c1是示例的索引，其标签为＆＃39; 1＆＃39;在火车上。

用于测试过程。我首先将GMModel应用于testset

    [P,~] = posterior(GMModel,testset); % P is a m*9 matrix

然后，总结所有组件，

    P_testset = P*cita_c_k';
    [a,b] = max(P_testset,3);
    imagesc(b);

结果还可以，但还不够好。谁能给我一些提示？

谢谢！

Answer 1

您可以采取以下步骤：

在培训中增加目标错误和/或使用最佳网络规模，但过度培训和网络规模增加通常无法提供帮助
最重要的是，在训练时随机播放训练数据并仅使用重要数据点来训练标签（忽略可能属于多个标签的数据点）
< / LI>
<强>可分

使用相关性使用属性验证数据的可分离性。
1. 标签（X）中所有数据的相关性应该很高（接近一个）
2. 标签（X）中的所有数据与标签中的数据（！= X）的互相关应该低（接近零）。

使用GMM和MATLAB进行分类

1 个答案: