scikit-learn不推荐使用GMM.eval（）替换

Question

不建议使用scikit-learn版本0.11中eval()下的sklearn.mixture.GMM方法。最新版本0.19.2中有类似的方法或解决方法吗？

Answer 1

在较早的scikit-learn版本的docs中，您可以阅读以下内容：

  

已弃用：GMM.eval在0.14中重命名为GMM.score_samples，并且将   在0.16中删除。

所以我认为您应该使用score_samples()。

Answer 2

评估（X）

参数：

X：类似array_，形状（n_samples，n_features）：n_features维数据点的列表。每行对应一个数据点。

返回值：

logprob：类似于数组，形状（n_samples，）：X中每个数据点的对数概率

职责：类似数组，形状（n_samples，n_components）：

每种观察结果中每种混合物成分的后验概率

很明显，在较新的定义中没有解决方法，它是相同且非常简洁的定义

Answer 3

获得职责的当前方法是predict_proba()

  

predict_proba()：           根据数据预测每个分量的后验概率。

现在，您可能会认为说明中没有说明责任。但这就是您所需要的。

从GMM到GaussianMixture类的迁移已在此处进行了详细讨论：

• https://github.com/taborlab/FlowCal/issues/230
• https://github.com/scikit-learn/scikit-learn/wiki/GSoC-2015-Proposal:-Improve-GMM-module

您需要的答案在这里描述：

• https://github.com/scikit-learn/scikit-learn/issues/7953

您可能会看到作者在this comment

中描述的结果有所不同。

  

旧的有很强的正则化，新的则没有（默认）。

您也可以检查源代码，以验证它确实返回了职责。