sorunu

Question

Ben yeni ve genel olarak GMM-uzuv ve scikit için ... Python bir Gauss Karışım Modelinin uyum kalitesi ile biraz problem var (scikit-öğrenme) .

ben n = 2 bileşenlerle bir GMM ile sığdırmak istiyorsanız size DATA HERE ulaşabileceğiniz veriler, bir dizi var.

kriter olarak ben bir normal uyum üst üste.

Hatalar/garabeti:

1. ayar n = 1 bileşenler, ben
2. ayar n = 2 bileşenlerinin uyum GMM (1) Normal kriter, normal uyum GMM daha iyidir ile kurtaramazsınız (2) ...
3. GMM (n) her zaman aynı uyum sağlamak gibi görünüyor sığacak İşte

ne alıyorum edilir: yanlış burada ne yapıyorum? (Resim, GMM (2) ile uyumu gösterir). Yardımlarınız için şimdiden teşekkür ederiz.

Kod aşağıda sorun tek bileşenleri üzerinde bağlıydı

from numpy import * 
import pandas as pd 
import matplotlib.pyplot as plt 
from datetime import datetime 
from collections import OrderedDict 
from scipy.stats import norm 
from sklearn.mixture import GMM 

# Upload the data: "epsi" (array of floats) 
file_xlsx = './db_X.xlsx' 
data = pd.read_excel(file_xlsx) 
epsi = data["epsi"].values; 
t_ = len(epsi); 

# Normal fit (for benchmark) 
epsi_grid = arange(min(epsi),max(epsi)+0.001,0.001); 

mu  = mean(epsi); 
sigma2 = var(epsi); 

normal = norm.pdf(epsi_grid, mu, sqrt(sigma2)); 

# TENTATIVE - Gaussian mixture fit 
gmm = GMM(n_components = 2); # fit quality doesn't improve if I set: covariance_type = 'full' 
gmm.fit(reshape(epsi,(t_,1))); 

gauss_mixt = exp(gmm.score(reshape(epsi_grid,(len(epsi_grid),1)))); 

# same result if I apply the definition of pdf of a Gaussian mixture: 
# pdf_mixture = w_1 * N(mu_1, sigma_1) + w_2 * N(mu_2, sigma_2) 
# as suggested in: 
# http://stackoverflow.com/questions/24878729/how-to-construct-and-plot-uni-variate-gaussian-mixture-using-its-parameters-in-p 
# 
#gauss_mixt = array([p * norm.pdf(epsi_grid, mu, sd) for mu, sd, p in zip(gmm.means_.flatten(), sqrt(gmm.covars_.flatten()), gmm.weights_)]); 
#gauss_mixt = sum(gauss_mixt, axis = 0); 


# Create a figure showing the comparison between the estimated distributions 

# setting the figure object 
fig = plt.figure(figsize = (10,8)) 
fig.set_facecolor('white') 
ax = plt.subplot(111) 

# colors 
red = [0.9, 0.3, 0.0]; 
grey = [0.9, 0.9, 0.9]; 
green = [0.2, 0.6, 0.3]; 

# x-axis limits 
q_inf = float(pd.DataFrame(epsi).quantile(0.0025)); 
q_sup = float(pd.DataFrame(epsi).quantile(0.9975)); 
ax.set_xlim([q_inf, q_sup]) 

# empirical pdf of data 
nb  = int(10*log(t_)); 
ax.hist(epsi, bins = nb, normed = True, color = grey, edgecolor = 'k', label = "Empirical"); 

# Normal fit 
ax.plot(epsi_grid, normal, color = green, lw = 1.0, label = "Normal fit"); 

# Gaussian Mixture fit 
ax.plot(epsi_grid, gauss_mixt, color = red, lw = 1.0, label = "GMM(2)"); 

# title 
ax.set_title("Issue: Normal fit out-performs the GMM fit?", size = 14) 

# legend 
ax.legend(loc='upper left'); 

plt.tight_layout() 
plt.show() 

Answer 1

(aynı klasöre verileri kaydetmek, çalıştırmak için) varsayılan 1e-3 gereğidir ve kastedilmektedir ki, min_covar varyans Aşırı takmayı önlemek için.

gmm = GMM(n_components = 2, min_covar = 1e-12)