GaussianMixture#

class sklearn.mixture.GaussianMixture(n_components=1, *, covariance_type='full', tol=0.001, reg_covar=1e-06, max_iter=100, n_init=1, init_params='kmeans', weights_init=None, means_init=None, precisions_init=None, random_state=None, warm_start=False, verbose=0, verbose_interval=10)#

高斯混合模型。

表示高斯混合模型概率分布的表示。该类允许估计高斯混合分布的参数。

更多信息请参阅用户指南。

Added in version 0.18.

Parameters:

n_componentsint, default=1

混合成分的数量。

covariance_type{‘full’, ‘tied’, ‘diag’, ‘spherical’}, default=’full’

描述要使用的协方差参数类型的字符串。必须是以下之一：

‘full’: 每个成分都有自己的通用协方差矩阵。
‘tied’: 所有成分共享同一个通用协方差矩阵。
‘diag’: 每个成分都有自己的对角协方差矩阵。
‘spherical’: 每个成分都有自己的单一方差。

tolfloat, default=1e-3

收敛阈值。当较低界限的平均增益低于此阈值时，EM迭代将停止。

reg_covarfloat, default=1e-6

添加到协方差对角线上的非负正则化。允许确保所有协方差矩阵都是正的。

max_iterint, default=100

要执行的EM迭代次数。

n_initint, default=1

要执行的初始化次数。保留最佳结果。

init_params{‘kmeans’, ‘k-means++’, ‘random’, ‘random_from_data’}, default=’kmeans’

用于初始化权重、均值和精度的方法。字符串必须是以下之一：

‘kmeans’ : 使用kmeans初始化责任。
‘k-means++’ : 使用k-means++方法初始化。
‘random’ : 随机初始化责任。
‘random_from_data’ : 初始均值随机选择数据点。

Changed in version v1.1: init_params 现在接受 ‘random_from_data’ 和 ‘k-means++’ 作为初始化方法。

weights_initarray-like of shape (n_components, ), default=None

用户提供的初始权重。如果为None，则使用 init_params 方法初始化权重。

means_initarray-like of shape (n_components, n_features), default=None

用户提供的初始均值，如果为None，则使用 init_params 方法初始化均值。

precisions_initarray-like, default=None

用户提供的初始精度（协方差矩阵的逆）。如果为None，则使用’init_params’方法初始化精度。形状取决于’covariance_type’:

(n_components,)                        if 'spherical',
(n_features, n_features)               if 'tied',
(n_components, n_features)             if 'diag',
(n_components, n_features, n_features) if 'full'

random_stateint, RandomState instance or None, default=None

控制用于初始化参数的方法的随机种子（见 init_params ）。此外，它控制从拟合分布生成随机样本（见方法 sample ）。传递一个int以在多次函数调用中重现输出。参见术语。

warm_startbool, default=False

如果’warm_start’为True，则最后一次拟合的解用作下一次调用fit()的初始化。这可以在多次调用fit()时加快收敛速度。在这种情况下，’n_init’被忽略，只有在第一次调用时才进行单次初始化。参见术语。

verboseint, default=0

启用详细输出。如果为1，则打印当前初始化和每次迭代步骤。如果大于1，则还打印对数概率和每次步骤所需的时间。

verbose_intervalint, default=10

下一次打印前完成的迭代次数。

Attributes:

weights_array-like of shape (n_components,)

每个混合成分的权重。

means_array-like of shape (n_components, n_features)

每个混合成分的均值。

covariances_array-like

每个混合成分的协方差。形状取决于 covariance_type

(n_components,)                        if 'spherical',
(n_features, n_features)               if 'tied',
(n_components, n_features)             if 'diag',
(n_components, n_features, n_features) if 'full'

precisions_array-like

混合中每个成分的精度矩阵。精度矩阵是协方差矩阵的逆。协方差矩阵是对称正定的，因此高斯混合可以通过精度矩阵等效参数化。存储精度矩阵而不是协方差矩阵，在测试时计算新样本的对数似然更高效。形状取决于 covariance_type

(n_components,)                        if 'spherical',
(n_features, n_features)               if 'tied',
(n_components, n_features)             if 'diag',
(n_components, n_features, n_features) if 'full'

precisions_cholesky_array-like

每个混合成分的精度矩阵的cholesky分解。精度矩阵是协方差矩阵的逆。协方差矩阵是对称正定的，因此高斯混合可以通过精度矩阵等效参数化。存储精度矩阵而不是协方差矩阵，在测试时计算新样本的对数似然更高效。形状取决于 covariance_type

(n_components,)                        if 'spherical',
(n_features, n_features)               if 'tied',
(n_components, n_features)             if 'diag',
(n_components, n_features, n_features) if 'full'

converged_bool

当EM的最佳拟合达到收敛时为True，否则为False。

n_iter_int

EM的最佳拟合达到收敛所用的步骤数。

lower_bound_float

EM最佳拟合的对数似然的下界值（相对于模型的训练数据）。

n_features_in_int

在 fit 期间看到的特征数量。

Added in version 0.24.

feature_names_in_ndarray of shape ( n_features_in_ ,)

在 fit 期间看到的特征名称。仅当 X 的特征名称均为字符串时定义。

Added in version 1.0.

See also

BayesianGaussianMixture: 使用变分推理拟合的高斯混合模型。

Examples

>>> import numpy as np
>>> from sklearn.mixture import GaussianMixture
>>> X = np.array([[1, 2], [1, 4], [1, 0], [10, 2], [10, 4], [10, 0]])
>>> gm = GaussianMixture(n_components=2, random_state=0).fit(X)
>>> gm.means_
array([[10.,  2.],
       [ 1.,  2.]])
>>> gm.predict([[0, 0], [12, 3]])
array([1, 0])

aic(X)#

Akaike信息准则用于输入X上的当前模型。

你可以参考这个数学部分以获取更多关于所使用的AIC公式的详细信息。

Parameters:

Xarray of shape (n_samples, n_dimensions): 输入样本。

Returns:

aicfloat: 越低越好。

bic(X)#

贝叶斯信息准则用于输入数据 X 的当前模型。

你可以参考这个数学部分以获取更多关于所用 BIC 公式的详细信息。

Parameters:

X形状为 (n_samples, n_dimensions) 的数组: 输入样本。

Returns:

bicfloat: 越低越好。

fit(X, y=None)#

估计模型的参数使用EM算法。

该方法将模型拟合 n_init 次，并设置具有最大似然或下界的参数。在每次试验中，该方法在E-step和M-step之间迭代 max_iter 次，直到似然或下界的变化小于 tol ，否则会引发 ConvergenceWarning 。如果 warm_start 为 True ，则忽略 n_init ，并且在第一次调用时执行单次初始化。在连续调用时，训练从上次停止的地方开始。

Parameters:

X类数组，形状为 (n_samples, n_features): 包含n_features维数据点的列表。每一行对应一个数据点。
y忽略: 未使用，为了API一致性而存在。

Returns:

self对象: 拟合的混合模型。

fit_predict(X, y=None)#

估计模型参数使用X并预测X的标签。

该方法将模型拟合n_init次，并设置具有最大似然或下界的参数。在每次试验中，该方法在E步和M步之间迭代 max_iter 次，直到似然或下界的变化小于 tol ，否则会引发:class:~sklearn.exceptions.ConvergenceWarning 。拟合后，它预测输入数据点的最可能标签。

Added in version 0.20.

Parameters: