主要内容
泰姬陵
而距离高斯混合组件
描述
例子
测量Mahalanobis距离
生成随机变量,两个二维高斯分布的混合使用mvnrnd函数。符合高斯混合模型(GMM)通过使用生成的数据fitgmdist函数,然后计算Mahalanobis之间的距离所生成的数据和组件安装GMM的混合物。
定义了分布参数(均值和方差)的两个二元高斯混合组件。
rng (“默认”)%的再现性mu1 = (1 - 2);%的第一个组件sigma1 = [2 0;0。5);% 1组件的协方差mu2 = [3 - 5];%的第二个组件sigma2 = [1 0;0 1];% 2组件的协方差
从每个组件生成同等数量的随机变量,并结合两组随机变量。
r1 = mvnrnd (mu1 sigma1 1000);r2 = mvnrnd (mu2 sigma2 1000);X = [r1;r2);
合并后的数据集X含有随机变量在两个二维高斯分布的混合物。
适合双组分GMMX。
通用= fitgmdist (X, 2)
通用组件为2 =高斯混合分布在二维组件1:混合比例:0.500000的意思是:-2.9617 - -4.9727组件2:混合比例:0.500000的意思是:0.9539 - 2.0261
fitgmdist适合一个GMMX使用两个混合组件。的手段组件1和组件2是[-2.9617,-4.9727]和[0.9539,2.0261],这是接近mu2和mu1,分别。
计算每个点的距离X每个组件的通用汽车。
d2 =泰姬陵(gm, X);
情节X通过使用散射并使用标记颜色可视化距离组件1。
散射(X (: 1) X (:, 2), 10, d2 (: 1),“。”)%散点图的大小10c = colorbar;ylabel (c,“Mahalanobis距离组件1”)
输入参数
输出参数
更多关于
介绍了R2007b
