使用 sklearn 在 Python 中初始化参数高斯混合

Initialize Parameters Gaussian Mixture in Python with sklearn

我正在非常努力地使用 sklearn 进行高斯混合,但我认为我遗漏了一些东西,因为它肯定不起作用。

我的原始数据是这样的:

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

我想做一个包含 3 个成分 = 3 个基因型 (AA|AB|BB) 的高斯混合。 我知道每个基因型的权重,每个基因型的对数比平均值和每个基因型的强度平均值。

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 

我保留 LogRatio 和 Strength 列并创建一个 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 mixture 函数 GaussianMixture 并尝试了来自 sklearn v0.17 的函数 GaussianMixtureModel (我仍然看不出有什么区别,也不知道该使用哪个)。

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,这是一个很好的结果,但每次都会改变,因为每个初始参数的计算方式都不同 运行

我想在 gaussianMixture 或 GMM 函数中初始化我的参数,但我不明白我必须如何格式化我的数据:(

可以通过显式播种 random_state 伪随机数生成器来控制结果的可重复性的随机性。

而不是:

gmm = mixture.GaussianMixture(n_components=3)

做:

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

random_state 必须是 int :我随机将其设置为 3 但您可以选择任何其他整数。

当运行多次使用相同的random_state时,你会得到相同的结果。