创建高斯混合模型

这个例子展示了如何创建一个已知的，或者完全指定的高斯混合模型(GMM)对象gmdistribution通过指定成分均值，协方差和混合比例。要通过将数据拟合到GMM来创建GMM对象，请参见拟合高斯混合模型到数据．

指定二元高斯分布的二元混合成分的均值、协方差和混合比例。

Mu = [1 2;-3 -5];%的意思Sigma = cat(3，[2 0;0 5]，[1 0;0 1]);%协方差p = 1(1、2)/ 2;%的比例混合

的行μ对应于分量均值向量，和页σ，σ(:,J)，对应于分量协方差矩阵。

创建一个GMM对象gmdistribution．

通用= gmdistribution(μ、σ,p);

显示GMM的属性。

属性(通用)

属性类gmdistribution: NumVariables DistributionName NumComponents ComponentProportion SharedCovariance NumIterations RegularizationValue NegativeLogLikelihood CovarianceType mu Sigma AIC BIC收敛概率公差

有关属性的说明，请参见gmdistribution．要访问属性的值，请使用点表示法。例如，访问每个GMM组件的变量数量。

尺寸= gm.NumVariables

维数= 2

使用。可视化GMM的概率密度函数(pdf)pdf以及MATLAB®函数fsurf．

gmPDF = @ (x, y) arrayfun (@ (x0, y0) pdf(通用、(x0 y0)), x, y);fsurf (gmPDF 10[-10])标题(GMM的概率密度函数）;

使用以下方法可视化GMM的累积分布函数(cdf)提供和f冲浪．

gmCDF = @ (x, y) arrayfun (@ (x0, y0)提供(通用、(x0 y0)), x, y);fsurf (gmCDF 10[-10])标题(GMM的累积分布函数）;

另请参阅

fitgmdist|gmdistribution

相关的话题

• 拟合高斯混合模型到数据
• 模拟高斯混合模型的数据
• 使用高斯混合模型聚类