后

高斯混合成分的后验概率

折叠所有页面

句法

P =后部（GM，X）

[P，nlogL] =后部（GM，X）

描述

例

P=后部（克，X）返回每个高斯混合组分在后验概率克给每个观察X。

[P，nlogL)=后(克，X）还返回高斯混合模型的负对数似然克给出的数据X。

例子

全部收缩

计算后验概率

打开生活的脚本

生成，通过使用遵循两个二元高斯分布的混合随机变元mvnrnd功能。通过使用适合的高斯混合模型（GMM）来将所生成的数据fitgmdist函数，然后计算混合物组分的后验概率。

定义两个二元高斯混合分量的分布参数(均值和协方差)。

mu1 = [2 2];所述第一组分的％平均sigma1 = [2 0;0 1];所述第一部件的协方差％MU2 = [-2 -1];第二部分的均值%σ-2 = [1 0;0 1];所述第二部件的协方差％

产生从每个分量随机变元的数目相等，并结合两组随机变元的。

rng (“默认”）%的再现性R1 = mvnrnd（MU1，sigma1,1000）;R2 = mvnrnd（MU2，sigma2,1000）;X = [R1;R2];

合并后的数据集X包含两个二元高斯分布的混合下列随机变元。

适合一个双组分GMM到X。

GM = fitgmdist（X，2）

gm =两组分二维高斯混合分布组分1混合比例:0.500765均值:-1.9675 -0.9654组分2混合比例:0.499235均值:1.9657 2.0342

情节X通过使用分散。可视化拟合模型克通过使用PDF格式和fcontour。

图散射（X（：，1），X（：，2），10，''）％散点图大小为10点保持在gmPDF = @ (x, y)重塑(pdf(通用、(x (:) y(:))),大小(x));fcontour(gmPDF，[-6 8 -4 6])ylabel (c1,的概率密度函数）

计算部件的后验概率。

P =后部（GM，X）;

P（I，J）是的后验概率Ĵ个高斯混合组分给定观察一世。

剧情的后验概率组件1通过使用分散功能。使用圆圈的颜色以可视化的后验概率值。

图散射（X（：，1），X（：，2），10，P（：，1））C2 =彩条;ylabel（C2，“组分1的后验概率”）

剧情的后验概率组件2。

图散射(X (: 1), (:, 2), 10, P (:, 2)) c3 = colorbar;ylabel (c3,“组分2的后验概率”）

输入参数

全部收缩

`克`-高斯混合分布
`gmdistribution`目的

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

您可以创建一个gmdistribution使用对象gmdistribution或fitgmdist。使用gmdistribution函数来创建gmdistribution通过指定分配参数对象。使用fitgmdist功能，以适应gmdistribution建模给定部件的固定数量的数据。