GaussianMixture sklearn开始先验

Question

我有一个混合模型：

gm = mixture.GaussianMixture(
                n_components=3,
                covariance_type="tied",
                weights_init=[w1,w2,w3],
                means_init=[m1,m2,m3],
                random_state=0).fit(datas)

但是，聚类的结果并不完美，所以我从我的首字母数据3先验计算来改善聚类。我想将这些先验作为高斯混合模型的EM算法的初始起点。

初始意味着：他们是起点吗？我可以用新的先验替换它们还是其他的东西？

我看到了：

sklearn.mixture.BayesianGaussianMixture 

但是，它似乎真的不同，就像我无法初始化我的体重，只是先生们的重量而且我不知道它是否是同一件事（我不是专家在统计数据...），有太多的选项，我不明白......

如何在高斯混合中使用我的新先验作为EM算法的起点？

感谢您的帮助。

Answer 1

统计学家帮助我回答了我的问题，initial_means是EM算法的起点。 我只需要在initial_means GaussianMixture函数中使用我的新先验，无需使用BayesianGaussianMixture。