拟合后如何从sklearn GMM中的每个组件获取标准偏差答案

【问题标题】：How to get Standard Deviation from each components in sklearn GMM after fit拟合后如何从sklearn GMM中的每个组件获取标准偏差
【发布时间】：2017-04-13 22:39:09
【问题描述】：

如何在拟合后从sklearn GMM中的每个组件获取标准偏差？

model.fit(dataSet)
model.means_ is the means of each components.
model.weights_ is the co-efficient of each components.

在哪里可以找到每个高斯分量的偏差？

谢谢，

【问题讨论】：

标签： python-2.7 scikit-learn

【解决方案1】：

您可以在协方差矩阵的对角线上获得方差：第一个对角元素是 sigma_x，第二个是 sigma_y。

基本上，如果您有 N 个混合，C 是您的高斯混合实例：

cov = C.covariances_
[ np.sqrt(  np.trace(cov[i])/N) for i in range(0,N) ]

将为您提供每种混合物的平均标准偏差。

我检查了下面的这个模拟，它似乎收敛了大约 1% 的真实值，有数百或数千个点：

# -*- coding: utf-8 -*-
"""
Created on Wed Jul 24 12:37:38 2019

- - -

Simulate two point - gaussian normalized - distributions.
Use GMM cluster fit and look how covariance elements are related to sigma.


@author: Adrien MAU / ISMO & Abbelight

"""

import numpy as np
import matplotlib
import matplotlib.pyplot as plt

import sklearn
from sklearn import cluster, mixture

colorsList = ['c','r','g']
CustomCmap = matplotlib.colors.ListedColormap(colorsList)


sigma1=16
sigma2=4
npoints = 2000

s = (100,100)
x1 = np.random.normal( 50, sigma1, npoints )
y1 = np.random.normal( 70, sigma1, npoints )

x2 = np.random.normal( 20, sigma2, npoints )
y2 = np.random.normal( 50, sigma2, npoints )

x = np.hstack((x1,x2))
y = np.hstack((y1,y2))


C = mixture.GaussianMixture(n_components= 2 , covariance_type='full'  )
subdata = np.transpose( np.vstack((x,y)) )
C.fit( subdata )

m = C.means_
w = C.weights_
cov = C.covariances_


print('\n')
print( 'test var 1 : ' , np.sqrt(  np.trace( cov[0]) /2 ) )
print( 'test var 2 : ' , np.sqrt(  np.trace( cov[1]) /2 ) )

plt.scatter(x1,y1)
plt.scatter(x2,y2)

plt.scatter( m[0,0], m[0,1])
plt.scatter( m[1,0], m[1,1])
plt.title('Initial data, and found Centroid')
plt.axis('equal')



gmm_sub_sigmas = [ np.sqrt(  np.trace(cov[i])/2) for i in range(0,2) ]
xdiff= (np.transpose(np.repeat([x],2 ,axis=0)) - m[:,0]) / gmm_sub_sigmas
ydiff= (np.transpose(np.repeat([y],2 ,axis=0)) - m[:,1]) / gmm_sub_sigmas
#            distances = np.hypot(xdiff,ydiff)  #not the effective distance for gaussian distributions...
distances = 0.5*np.hypot(xdiff,ydiff) + np.log(gmm_sub_sigmas)  # I believe this is a good estimate of closeness to a gaussian distribution
res2 = np.argmin( distances , axis=1) 

plt.figure()
plt.scatter(x,y, c=res2, cmap=CustomCmap )
plt.axis('equal')
plt.title('GMM Associated data')

【讨论】：

【解决方案2】：

model.covariances_将为您提供协方差信息。

返回协方差取决于covariance_type，这是GMM的参数。

例如，如果covariance_type = 'diag'，则返回协方差是一个[pxq]矩阵，其中p表示高斯组件的数量，q是输入的尺寸数。

请参阅http://scikit-learn.org/stable/auto_examples/mixture/plot_gmm_covariances.html以获取更多信息。

【讨论】：