我正在努力用sklearn做高斯混合,但我想我错过了一些东西,因为它肯定不起作用。
我的原始数据如下所示:
Genotype LogRatio Strength
AB 0.392805 10.625016
AA 1.922468 10.765716
AB 0.22074 10.405445
BB -0.059783 10.625016
我想用3种成分= 3种基因型(AA | AB | BB)进行高斯混合。 我知道每种基因型的重量,每种基因型的对数比的平均值和每种基因型的强度平均值。
wgts = [0.8,0.19,0.01] # weight of AA,AB,BB
means = [[-0.5,9],[0.5,9],[1.5,9]] # mean(LogRatio), mean(Strenght) for AA,AB,BB
我保留LogRatio和Strength列,并创建一个NumPy数组。
datas = [[ 0.392805 10.625016]
[ 1.922468 10.765716]
[ 0.22074 10.405445]
[ -0.059783 9.798655]]
然后我测试了来自sklearn v0.18的混合函数GaussianMixture,并尝试了sklearn v0.17中的函数GaussianMixtureModel(我仍然没有看到差异,也不知道使用哪一个)。
gmm = mixture.GMM(n_components=3)
OR
gmm = mixture.GaussianMixture(n_components=3)
gmm.fit(datas)
colors = ['r' if i==0 else 'b' if i==1 else 'g' for i in gmm.predict(datas)]
ax = plt.gca()
ax.scatter(datas[:,0], datas[:,1], c=colors, alpha=0.8)
plt.show()
这是我获得的,这是一个很好的结果,但它每次都会改变,因为每次运行时初始参数的计算方式不同
我想在gaussianMixture或GMM函数中初始化我的参数,但我不明白我如何合成我的数据:(
答案 0 :(得分:0)
通过明确播种random_state
伪随机数生成器,可以控制结果重现性的随机性。
而不是:
gmm = mixture.GaussianMixture(n_components=3)
做:
gmm = mixture.GaussianMixture(n_components=3, random_state=3)
random_state
必须是int
:我已将其随机设置为3
,但您可以选择任何其他整数。
使用相同的random_state
多次运行时,您会得到相同的结果。