如何使用sklearn的拟合函数训练GMM模型

时间:2020-04-01 07:16:01

标签: gmm

这些是代码段:

#Generate data
def gendata():
    obs = np.concatenate((1.6*np.random.randn(300, 2), 6 + 1.3*np.random.randn(300, 2), np.array([-5, 
    5]) + 1.3*np.random.randn(200, 2), np.array([2, 7]) + 1.1*np.random.randn(200, 2)))
    return obs


#Generate GMM model and fit the data
def gengmm(nc=4, n_iter = 2):
    g = mixture.GaussianMixture(n_components=nc)  # number of components
    g.init_params = ""  # No initialization
    g.n_iter = n_iter   # iteration of EM method
    return g

#error section. This is not included in the above gengmm function. 
    obs = gendata()
    fig = plt.figure(1)
    g = gengmm(4, 100)
    g.fit(obs)

错误显示g.fit(obs)行的未实现的初始化方法``。香港专业教育学院尝试了很多事情,但没有奏效。这是我在线为sklearn 0.18.2编写的代码。因此,我不得不对其进行更改以使其与0.22.2兼容。这有什么问题吗,或者我在fit函数中错了吗?

0 个答案:

没有答案