主要内容

随机

来自高斯混合分布的随机变量

描述

例子

Y=随机(通用汽车生成一个1 -随机变量-维高斯混合分布通用汽车

例子

Y=随机(通用汽车n返回n随机变量。每一行的Y是从中生成的随机变化-维高斯混合分布通用汽车

例子

Ycompidx.] =随机(___还返回一个n1索引向量compidx.用于前面语法中的任何输入参数。compIdx(我)控件的混合组件th随机变量Y(我,:)

例子

全部折叠

创建一个GMDistribution.对象并生成随机变量。

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];%共享对角协方差矩阵

创建一个GMDistribution.通过使用的对象GMDistribution.函数。默认情况下,该函数创建一个相等比例的混合。

通用= gmdistribution(μ、σ)
gm =二维两分量的高斯混合分布分量1:混合比例:0.500000均值:1 2分量2:混合比例:0.500000均值:-3 -5

生成1000个随机变量。

RNG('默认');重复性的%[Y, compIdx] =随机(通用汽车,1000);

compIdx(我)控件的混合组件th随机变量Y(我,:).计数产生的随机变量的数量组件1

numIdx1 = sum(compIdx == 1)
numidx1 = 512.

随机使用大约一半的随机变体使用组件1因为通用汽车具有相等的混合比例。

使用。绘制生成的随机变量分散

散射(Y (: 1), Y(:, 2), 10日“。”%散点图的大小为10

图包含轴。轴包含类型散射的对象。

重置随机数生成器以生成相同的随机变量。

定义两个二元高斯混合分量的分布参数(平均值、协方差和混合比例)。

P = [0.4 0.6];%的比例混合Mu = [1 2;-3 -5];%的意思西格玛=猫(3,[2 .5],[1 1])%Covari arce 1-by-2-by-2阵列
σ=σ(:,:1)= 2.0000 - 0.5000σ(:,:2)= 1 1

函数沿第三个数组维数连接协方差。定义的协方差矩阵是对角矩阵。σ(1:我)包含组件的协方差矩阵的对角线元素

创建一个GMDistribution.通过使用的对象GMDistribution.函数。

gm = Gmdistribution(mu,sigma);

保存随机数生成器的当前状态,然后生成随机变化使用通用汽车

s =提高;r =随机(通用)
r =1×2-1.1661 - -7.2588

恢复随机数发生器的状态年代,然后使用通用汽车.数值与之前相同。

rng(年代);r1 =随机(通用)
r1 =1×2-1.1661 - -7.2588

输入参数

全部折叠

高斯混合分布,又称高斯混合模型(GMM),指定为一GMDistribution.目的。

你可以创建一个GMDistribution.对象使用GMDistribution.或者fitgmdist.使用GMDistribution.函数创建GMDistribution.对象,通过指定分布参数。使用fitgmdist函数拟合GMDistribution.模型给数据给定一个固定数量的组件。

将生成的随机变体数为正整数。

数据类型:|

输出参数

全部折叠

随机变量,以1-by-返回数值矢量或n-经过-数字矩阵。每一行的Y是从中生成的随机变化-维高斯混合分布通用汽车

组件索引,作为正整数返回n-乘1的指标向量,其中compIdx(我)控件的混合组件th随机变量Y(我,:)

介绍了R2007b