sklearn mixture.GMM in python using univariate GMM

Question

在R中，mclust有一个参数＆＃39; modelNames＆＃39;您可以在哪里定义要实施的模型。我希望在python中的mixture.GMM下的mclust中进行单变量建模，也是modelNames <- 'V'。但是，我发现我唯一可以调整的是covariance_type。尽管如此，当我在mixture.GMM下使用R和sklearn运行相同的数据时，尽管安装了相同数量的组件，但我得到了不同的拟合。我可以在mixture.GMM中更改哪些内容表明我使用的是单变量变量？

mclust代码：

function(x){Mclust(ma78[x,],G=2,modelNames="V",verbose=FALSE)}

GMM代码：

gmm = GMM(n_components = 2).fit(data)

Answer 1

对于单变量数据，协方差可以相等或唯一（可变）。对于Mclust，这些选项分别为modelNames = "E"或"V"。

使用sklearn，它们似乎是covariance_type = "tied"或"full"。对于可变高斯混合模型，可能就是这样的东西

gmm = mixture.GaussianMixture(n_components = 2, covariance_type='full').fit(data)

即使单独使用Mclust或sklearn，也可以为不同的运行获取相同的参数值 - 这是因为估算可能取决于初始值。避免这种情况的一种方法是，如果有这样的选项，则使用更多的启动。