使用sklearn在Python中初始化高斯混合参数

Question

我正在尝试使用sklearn进行高斯混合，但我认为我错过了什么，因为它明显不起作用。

我的原始数据看起来像这样：

Genotype LogRatio  Strength
AB       0.392805  10.625016
AA       1.922468  10.765716
AB       0.22074   10.405445
BB       -0.059783 10.625016

我想做一个高斯混合模型，其中有3个成分= 3个基因型（AA | AB | BB）。 我知道每个基因型的权重，对数比率的平均值和强度的平均值。

wgts = [0.8,0.19,0.01]  # weight of AA,AB,BB
means = [[-0.5,9],[0.5,9],[1.5,9]] # mean(LogRatio), mean(Strenght) for AA,AB,BB 

我将保留HTML标签并翻译如下：

我保留列LogRatio和Strength并创建一个NumPy数组。

datas = [[  0.392805  10.625016]
         [  1.922468  10.765716]
         [  0.22074   10.405445]
         [ -0.059783   9.798655]]

然后我测试了来自sklearn v0.18的混合模型中的高斯混合函数GaussianMixture，并尝试了来自sklearn v0.17的GaussianMixtureModel函数（我仍然看不到区别，不知道该使用哪个）。

gmm = mixture.GMM(n_components=3) 
OR
gmm = mixture.GaussianMixture(n_components=3)

gmm.fit(datas)

colors = ['r' if i==0 else 'b' if i==1 else 'g' for i in gmm.predict(datas)]
ax = plt.gca()
ax.scatter(datas[:,0], datas[:,1], c=colors, alpha=0.8)
plt.show()

这是我得到的结果，虽然很好，但由于每次运行时初始参数的计算方式不同，因此结果会发生变化。

我想在高斯混合或GMM函数中初始化我的参数，但我不知道如何格式化我的数据：

- Elysire

---

你希望每次都获得相同的结果吗？这是你的问题吗？ - MMF

是的，我希望每次都能得到相同的结果，并且我相信如果我可以修复初始参数，那么这将成为可能。 - Elysire

好的，请看我的回答吧 ;) - MMF

Answer 1

可以通过显式地设置随机数种子random_state来控制随机性，以便使结果可重现。

而不是：

gmm = mixture.GaussianMixture(n_components=3)

做：

gmm = mixture.GaussianMixture(n_components=3, random_state=3)

random_state必须是一个整数：我已经随机设置为3，但你可以选择任何其他整数。

当使用相同的random_state多次运行时，将得到相同的结果。

- MMF

---

是的，你说得对。我使用random_state也得到了相同的结果，但我仍然想要通过“weights_init”和“means_init”来固定我的初始参数，并且我不能直接使用我的权重列表[0.8,0.19,0.01]，即使是在数组形式下。我不知道如何格式化我的权重和均值。 - Elysire

我不明白为什么你不能把你的 weights 和 means 列表放进去。根据文档，如果这样传递应该可以工作。出现了什么错误？ - MMF

错误信息为：“ValueError: 参数 'weights' 应该被归一化，但是得到的 sum(weights) = 0.98377”。 - Elysire

对不起，我帖子中使用的不是真实的权重。 我使用的是：[0.5194072 0.38038109 0.08398024] 我检查了GaussianMixture函数自动计算的权重，与我的权重相差不多但并不完全相同。 - Elysire

np.sum([ 0.5194072, 0.38038109, 0.08398024]) = 0.98376852999999997 ：总和应为 1.0。 - MMF

没错！这是我的数据中的一个错误，当和为1的数组可用时，它可以在我的函数中使用！谢谢！ - Elysire