Question

我尝试使用scikit-learn的DPGMM算法将混合正态模型拟合到某些数据中。在[0]上宣传的优势之一是我不需要指定组件的数量;这很好，因为我不知道我的数据中的组件数量。文档说明我只需要指定一个上限。但是，它看起来非常不正确：

HttpWebRequest webRequest = (HttpWebRequest)WebRequest.Create(url);
HttpWebResponse webResponse;
using (webResponse = (HttpWebResponse)webRequest.GetResponse())
{
    //myThings
}
//FIN+ACK

正如您所看到的，拟合报告了五个组成部分（上限），即使是仅从一个正态分布中清晰采样的数据也是如此。

我做错了吗？我误解了什么吗？

提前多多感谢，

的Lukas

[0] http://scikit-learn.org/stable/modules/mixture.html#dpgmm

Answer 1

我最近对这个DPGMM实施的结果有类似的疑虑。如果您检查提供的example，您会注意到DPGMM始终返回带有n_components的模型，现在的诀窍是删除冗余组件。这可以通过预测函数来完成。

不幸的是，这个重要的pice隐藏在代码示例中的注释中。

＃，因为DP不会使用它有权访问的每个组件＃除非需要，否则我们不应该绘制冗余组件

Answer 2

或许可以考虑使用改进的sklearn解决方案来解决这类问题，即Bayesian Gaussian Mixture。使用此模型，必须给出建议的先前组件数量，但是一旦经过训练，模型就会为每个组件分配权重，这基本上表明了它们的相关性。 Here是一个非常酷的BGMM视觉演示。

一旦您尝试在数据上训练了几个BGMM，您就可以对给定问题的组件数量进行合理估计。

Scikit-Learn的DPGMM配件：组件数量？

2 个答案: