一维的MATLAB fitgmdist函数

Question

我以前在Mathworks Community上发布了此内容，但现在在这里重新发布，以吸引更多的读者...

我有一个一维直方图，我想适合高斯：

在上面的示例中，我需要找到4个主要峰的中心，但是，峰数在不同的直方图中可能会有所不同。 以下是我的方法的MWE：

bins = 2000;
fsc_hist = histogram(FSC_data.FSC_HF,bins);hold on;
%% smooth data to get rid of discretization
fscValues = fsc_hist.Values;
binStep = (fsc_hist.BinLimits(2)-fsc_hist.BinLimits(1))/fsc_hist.NumBins;
binCenters =  binStep * [0:fsc_hist.NumBins-1];
smoothValues = smooth(binCenters, fscValues, 0.1, 'rloess');
%% fit GMM
expectedPeaks = 4;
gmm = fitgmdist(smoothValues, expectedPeaks, 'RegularizationValue', 0.1);

哪个返回以下GMM结果：

  

一维具有4个分量的高斯混合分布

     

组分1：混合比例：0.294734均值：0.2417

     

组分2：混合比例：0.152275平均值：41.9369

     

组分3：混合比例：0.344658平均值：6.8231

     

组分4：混合比例：0.208333平均值：24.6758

显然，所计算的高斯均值不正确。 我的方法哪里出了问题？我相信必须以某种方式对我对fitgmdist函数的第一个输入进行规范化，或者我需要对输出进行后处理。到目前为止，我的尝试失败了。

Answer 1

正在发生的是，混合模型为您提供了计数的高斯分布方式。不要将直方图输入到fitgmdist中，而应将原始FSC_data.FSC_HF数据输入到第一个参数中。