主要内容

CDF.

高斯混合分布的累积分布函数

描述

例子

y= CDF(GM.X返回高斯混合分布的累积分布函数(CDF)GM.,对中值求值X

例子

全部收缩

创建一个gmdistribution对象并计算其CDF值。

定义双组分双变量高斯混合分布的分布参数(手段和协方差)。

mu = [1 2; -3 -5];Sigma = [1 1];%共享对角线协方差矩阵

创建一个gmdistribution通过使用的对象gmdistribution功能。默认情况下,该函数创建相同的比例混合物。

gm = Gmdistribution(mu,sigma)
GM =高斯混合物分布,2个尺寸组分中的2个组分组分1:混合比例:0.500000平均值:1 2组分2:混合比例:0.500000平均值:-3 -5

计算CDF值GM.

x = [0 0; 1 2; 3 3; 5 3];CDF(GM,X)
ans =.4×10.5011 0.6250 0.9111 0.9207

创建一个gmdistribution对象并绘制其CDF。

定义两种双抗体高斯混合物组分的分布参数(手段,协方差和混合比例)。

p = [0.4 0.6];%混合比例mu = [1 2; -3 -5];% 方法Sigma = cat(3,[2 .5],[1 1])%Covari arce 1-by-2-by-2阵列
Sigma = Sigma(:,:,1)= 2.0000 0.5000 sigma(:,:,2)= 1 1

功能沿着第三阵列维度串联Covarece。定义的协方差矩阵是对角线矩阵。西格玛(1,:,i)包含分量的协方差矩阵的对角线元素一世

创建一个gmdistribution通过使用的对象gmdistribution功能。

gm = Gmdistribution(mu,sigma,p)
GM =高斯混合物分布在2尺寸组件1:混合比例:0.400000平均值:1 2组分2:混合比例:0.600000平均值:-3 -5

绘制高斯混合分布的cdfFSURF.

gmcdf = @(x,y)arrayfun(@(x0,y0)cdf(gm,[x0 y0]),x,y);FSURF(GMCDF,[ -  10 10])

图中包含一个轴。这些轴包含一个函数曲面类型的对象。

输入参数

全部收缩

高斯混合分布,也称为高斯混合模型(GMM),指定为agmdistribution对象。

你可以创建一个gmdistribution物体使用gmdistributionFitgmdist.。使用gmdistribution功能创建一个gmdistribution通过指定分发参数来实现对象。使用Fitgmdist.适合一个功能gmdistribution给定数据数量的组件模型。

用于计算cdf的值,指定为N-经过-m数字矩阵,N观察的次数是多少m是每次观察中的变量数。

数据类型:单身的|双倍的

输出参数

全部收缩

高斯混合分布的CDF值GM.,评估X,返回为N-1号数字矢量,在哪里N是观察人数X

在R2007B中介绍