文件帮助中心文件
高斯混合组分的后概率
P =后退(GM,X)
[p,nlogl] =后退(gm,x)
例子
P.=后部(GM.那X)返回每个高斯混合成分的后验概率GM.给予每次观察X。
P.=后部(GM.那X)
P.
GM.
X
[P.那nlogl.] =后部(GM.那X)还返回高斯混合模型的负逻辑GM.鉴于数据X。
[P.那nlogl.] =后部(GM.那X)
nlogl.
全部收缩
通过使用使用的遵循两种双变量高斯分布的混合的随机变体mvnrnd.功能。使用拟合高斯混合模型(GMM)通过使用Fitgmdist.功能,然后计算混合组分的后验概率。
mvnrnd.
Fitgmdist.
定义两个双变量高斯混合组分的分布参数(手段和协方差)。
mu1 = [2 2];1st组件的%平均值sigma1 = [2 0;0 1];第一组分的%协方差mu2 = [-2 -1];第二组分的%平均值sigma2 = [1 0;0 1];%第二组分协方差
生成来自每个组件的相同数量的随机变体,并组合两组随机变体。
RNG('默认')重复性的%R1 = MVNRND(MU1,Sigma1,1000);r2 = mvnrnd(mu2,sigma2,1000);x = [R1;R2];
组合数据集X含有两种双变型高斯分布的混合物后的随机变体。
适合双组分GMMX。
gm = fitgmdist(x,2)
GM =高斯混合物分布在2尺寸组件1:混合比例:0.500765平均值:-1.9675 -0.9654组分2:混合比例:0.499235平均值:1.9657 2.0342
阴谋X通过使用分散。可视化拟合模型GM.通过使用PDF.和Fcontour.。
分散
PDF.
Fcontour.
图分散(x(:,1),x(:,2),10,'。')%散射图,尺寸为10抓住上gmpdf = @(x,y)arrayfun(@(x0,y0)pdf(gm,[x0 y0]),x,y);Fcontour(GMPDF,[ - 6 8 -4 6])C1 =彩色杆;Ylabel(C1,'概率密度函数')
计算组件的后验概率。
p =后验(Gm,x);
p(i,j)是后部概率jTh Gaussian混合物组分给予观察一世。
p(i,j)
j
一世
绘制后部概率组件1通过使用分散功能。使用圆形颜色可视化后部概率值。
组件1
图分散(x(:,1),x(:,2),10,p(:,1))c2 =彩色杆;Ylabel(C2,'组件1'的后验概率)
绘制后部概率组件2。
组件2
图分散(x(:,1),x(:,2),10,p(:,2))c3 =彩色杆;Ylabel(C3,'组件2'的后验概率)
GMDistribution.
高斯混合分布,也称为高斯混合模型(GMM),指定为aGMDistribution.目的。
你可以创建一个GMDistribution.物体使用GMDistribution.或者Fitgmdist.。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。
数据,指定为N-经过-m数字矩阵,其中N是观察人数和m是每个观察中的变量数。
如果是一排X包含纳尼斯, 然后后面从计算中排除行。相应的价值P.是南。
纳尼斯
后面
南
数据类型:单身的|双倍的
单身的
双倍的
每个高斯混合组分的后概率GM.给予每次观察X,返回一个N-经过-K.数字矢量,在哪里N是观察人数X和K.是混合物组分的数量GM.。
p(i,j)是后部概率jTh Gaussian混合物组分给予观察一世,概率(组件j|观察一世)。
高斯混合模型的负值值GM.鉴于数据X,作为数值返回。
簇|Fitgmdist.|GMDistribution.|玛哈尔
簇
玛哈尔
Tiene UnaVersiónModififada de Este Ejegro。¿desea abrir este ejegro ejemero con modififiones?
Ha Hecho Clic en en enrace que参考este comando de matlab:
ejecute el comandoinsuciéndoloen la Ventana de comandos de matlab。los navegadores网站没有adminiten comandos de matlab。
选择一个网站,以便在可用的地方进行翻译的内容,并查看本地活动和优惠。根据您的位置,我们建议您选择:。
您还可以从以下列表中选择一个网站:
选择中国网站(以中文或英文)以获取最佳网站性能。其他MathWorks国家网站未优化您的位置。
联系您当地的办公室