Sklearn.mixture.dpgmm不能正常工作

Question

我和sklearn.mixture.dpgmm有点问题。主要问题是它没有为合成数据返回正确的协方差(2个分离的二维高斯)，而它实际上应该没有问题。特别是，当我执行dpgmm._get_covars()时，协方差矩阵的对角元素总是恰好大于1.0，而不管输入数据的分布如何。这似乎是一个bug，因为gmm工作得很好(当限制到已知的确切组数时)

另一个问题是dpgmm.weights_没有任何意义，它们加起来都是1，但是值看起来毫无意义。

有没有人对此有解决方案，或者清楚地看到我的例子有什么问题？

下面是我正在运行的确切脚本：

import itertools
import numpy as np
from scipy import linalg
import matplotlib.pyplot as plt
import matplotlib as mpl
import pdb

from sklearn import mixture

# Generate 2D random sample, two gaussians each with 10000 points
rsamp1 =     np.random.multivariate_normal(np.array([5.0,5.0]),np.array([[1.0,-0.2],[-0.2,1.0]]),10000)
rsamp2 = np.random.multivariate_normal(np.array([0.0,0.0]),np.array([[0.2,-0.0],[-0.0,3.0]]),10000)
X = np.concatenate((rsamp1,rsamp2),axis=0)

# Fit a mixture of Gaussians with EM using 2
gmm = mixture.GMM(n_components=2, covariance_type='full',n_iter=10000)
gmm.fit(X)

# Fit a Dirichlet process mixture of Gaussians using 10 components
dpgmm = mixture.DPGMM(n_components=10, covariance_type='full',min_covar=0.5,tol=0.00001,n_iter = 1000000)
dpgmm.fit(X)

print("Groups With data in them")
print(np.unique(dpgmm.predict(X)))

##print the input and output covars as example, should be very similar
correct_c0 = np.array([[1.0,-0.2],[-0.2,1.0]])
print "Input covar"
print correct_c0

covars = dpgmm._get_covars()
c0 = np.round(covars[0],decimals=1)
print "Output Covar"
print c0

print("Output Variances Too Big by 1.0")

Answer 1

根据dpgmm docs的说法，这个类在版本0.18中是不推荐使用的，将在版本0.20中删除

您应该改用BayesianGaussianMixture类，并使用选项"dirichlet_process"设置参数weight_concentration_prior_type

希望能有所帮助

Answer 2

而不是写作

from sklearn.mixture import GMM
gmm = GMM(2, covariance_type='full', random_state=0)

你应该这样写：

from sklearn.mixture import BayesianGaussianMixture
gmm = BayesianGaussianMixture(2, covariance_type='full', random_state=0)