使用scikit-learn.mixture.GMM寻找条件高斯混合模型

Question

我正在使用scikit-learn将多元高斯混合模型拟合到一些数据上（这非常成功）。但我需要能够在某些变量条件下得到一个新的GMM，而scikit工具包似乎无法做到这一点，这让我感到惊讶，因为这似乎是一个非常基本的需求。

维基百科有一个很好的解释，说明了我要做的事情（对于单个高斯而不是GMM），我可能可以自己实现它，但我的矩阵数学不是很好，我可以看出这需要很长时间。

是否已经有人做过这个？是否有一种使用NumPy/SciPy/Scikit-learn轻松完成它的方法？

- TomG

---

沿着相关轴切分您的数据张量。 - Slater Victoroff

@SlaterTyranus 我认为你建议我对数据集的切片版本进行GMM拟合。我想从已经适配到完整数据集的GMM中获得条件GMM。 - TomG

@TomG 嗨Tom，你找到解决问题的方法了吗？被采纳的答案对我不起作用。 - azal

Answer 1

您可以尝试查看 pypr。从文档中可以看到，以下是如何找到一个基于一个或多个变量的GMM模型:

# Now we will find the conditional distribution of x given y
(con_cen, con_cov, new_p_k) = gmm.cond_dist(np.array([np.nan, y]), \
    cen_lst, cov_lst, p_k)

据我所记，软件包中附有示例。

- statBeginner

---

我对使用被描述为“早期阶段”的代码感到紧张，而且这个代码已经4年没有更新了，但我还是尝试了一下。不幸的是，em_gm.py示例（带有条件GMM）无法正常工作 - 作者似乎在gmm.em_gm的定义中将关键字“iter”用作变量名，导致程序崩溃。 - TomG

在文档中给出的示例中，将“ iter = 400”和“ iter_call = None”设置为“ max_iter = 400”。如果您想跟踪EM算法的进度，可以修改绘图函数。 - statBeginner

谢谢！除此之外还有一些问题（比如一些已记录的功能只在SVN中，而不在最新下载版本中），但我已经解决了！ - TomG

如果您觉得这个答案有帮助，请接受它。 :) - statBeginner

抱歉，我在这里是个新手 - 我不得不查找如何接受答案。 - TomG