使用sklean.mixture.GaussianMixture的组件订单问题

Question

我使用sklearn.mixture.GaussianMixture将一组2D数据分类为3个组件，组件1使用蓝色，component2使用红色，component3使用绿色。我使用一个for循环来处理不同文件中的8组数据。但是，我不能为每个组获得一致的颜色。

我想使所有数字的顺序一致。

import numpy as np
import matplotlib.mlab as mlab
import matplotlib.pyplot as plt
from sklearn.mixture import GaussianMixture
import itertools
import matplotlib as mpl



file_list_x1=["1.txt","2","3.txt","4.txt","5.txt","6.txt","7.txt","8.txt"]

color_iter = itertools.cycle(['blue', 'red', 'green'
                              ])
def perform(filename):

    X=np.genfromtxt(filename, skip_header=1)

    gmm = GaussianMixture(n_components=3).fit(X)
    means=gmm.means_
    var=gmm.covariances_
    lables = gmm.predict(X)


    ax1=plt.subplot(111)    
    #ax1.scatter(X[:, 0], X[:, 1], c=labls, s=20,cmap='brg')

    print filename
    print "Mean is:"
    print means
    print "\n\nvar is:"
    print var

    for i, (mean, cov, color) in enumerate(zip(gmm.means_, gmm.covariances_,
                                               color_iter)):
        v, w = np.linalg.eigh(cov)
        if not np.any(lables == i):
            continue
        ax1.scatter(X[lables == i, 0], X[lables == i, 1], 20, color=color)

        # Plot an ellipse to show the Gaussian component
        angle = np.arctan2(w[0][1], w[0][0])
        angle = 180. * angle / np.pi  # convert to degrees
        v = 2. * np.sqrt(2.) * np.sqrt(v)
        ell = mpl.patches.Ellipse(mean, v[0]*1.2, v[1]*1.2, 180. + angle, color=color)
        ell.set_clip_box(ax1.bbox)
        ell.set_alpha(.2)
        ax1.add_artist(ell)
        ax1.set_xlim([0,150])
        ax1.set_ylim([0,25])        
    plt.show()


for each in file_list_x1:
    perform(each)
    print"\n\n\n\n"

Answer 1

没有明确的方法来做它与科学工具包-学习，因为没有共同的事情，为2型。但是，如果您希望在类似的位置看到类似的集群，那么您可以自己比较它们。

下面是一个示例：

import numpy as np
import matplotlib.pyplot as plt
from sklearn.mixture import GaussianMixture

def generate_2_cluster():
  length = np.random.uniform(0, 1, 100)
  angle = np.pi * np.random.uniform(0, 2, 100)
  c1 = np.array((length * np.cos(angle), length * np.sin(angle))).T
  length = np.random.uniform(0, 1, 100)
  angle = np.pi * np.random.uniform(0, 2, 100)
  c2 = np.array((2 + length * np.cos(angle), 2 + length * np.sin(angle))).T
  X = np.vstack((c1, c2))
  return X

X = generate_2_cluster()
gmm1 = GaussianMixture(n_components=2).fit(X)
Y = gmm.predict(X)

plt.scatter(X[:, 0][Y==0], X[:, 1][Y==0], c="blue")
plt.scatter(X[:, 0][Y==1], X[:, 1][Y==1], c="red")
plt.show()

X = generate_2_cluster()
gmm2 = GaussianMixture(n_components=2).fit(X)
Y = gmm.predict(X)

d0_to_0 = np.linalg.norm(gmm1.means_[0]-gmm1.means_[0])
d0_to_1 = np.linalg.norm(gmm1.means_[0]-gmm2.means_[1])
if d0_to_0 < d0_to_1:
  plt.scatter(X[:, 0][Y==0], X[:, 1][Y==0], c="blue")
  plt.scatter(X[:, 0][Y==1], X[:, 1][Y==1], c="red")

else:
  plt.scatter(X[:, 0][Y==0], X[:, 1][Y==0], c="red")
  plt.scatter(X[:, 0][Y==1], X[:, 1][Y==1], c="blue")

plt.show()

在这里，我比较平均值，如果它们的平均距离比其他对更近的话，则考虑两对相同的聚类。您还可能需要比较协方差矩阵。

​

​

​

​