埃斯塔páginaAUN没有本质公顷traducido对ESTA版本。Puede版本LA版MÁSreciente德ESTApágina恩英格尔斯。

gmdistribution

CREAR联合国莫德洛德mezcla gaussiana

expandir待办事项恩拉página

Descripción

未objeto almacena乌纳DISTRIBUCION德mezcla gaussiana，tambiéndenominada莫德洛德mezcla gaussiana（GMM），阙ES UNA DISTRIBUCION multivariada阙CONSTA德COMPONENTES德DISTRIBUCION gaussiana multivariante。gmdistributionCADA componente本身定义POR苏媒体ÿcovarianza。香格里拉mezcla本身定义POR联合国载体德proporciones德mezcla，东德CADAproporción德mezcla representa拉fracción德拉poblacióndescrita POR联合国componente correspondiente。

Creación

Puede CREAR联合国objeto去莫德洛德DOS maneras。gmdistribution

  • Utilice LAfunción（阙本身形容褐）对CREAR未objeto去莫德洛especificando洛杉矶parámetros德DISTRIBUCION。gmdistributiongmdistribution

  • Utilice拉función对ajustar未objeto去莫德洛洛DATOS dados未NÚMERO托菲霍德COMPONENTES。fitgmdistgmdistribution

Sintaxis

GM = gmdistribution（亩，SIGMA）
GM = gmdistribution（亩，SIGMA，p）的

Descripción

ejemplo

克= gmdistribution（亩，西格玛）CREA联合国objeto去莫德洛utilizando洛杉矶MEDIOS especificadosŸ拉斯covarianzas CON proporciones德mezcla iguales。gmdistribution亩西格玛

克= gmdistribution（亩，西格玛，p）especifica拉斯proporciones德mezcla德洛斯COMPONENTES德DISTRIBUCION gaussiana multivariante。

Argumentos德ENTRADA

expandir待办事项

MEDIOS德COMPONENTES德DISTRIBUCION gaussiana multivariante，especificados科莫UNA matriz NUMERICA -por-，东德ESTA ELNÚMERO德COMPONENTESŸES ELNÚMERO德变量EN CADA componente。上课洛杉矶媒体德尔componente。ķ米ķ米亩（一，:)一世

Tipos德DATOS：单|双

Covarianzas德COMPONENTES德DISTRIBUCION gaussiana multivariante，especificados como的矢量numérico，matrizömatriz。

墙裙阙ES ELNÚMERO德COMPONENTESŸES ELNÚMERO德变量EN CADA componente，ES UNO德洛斯VALORES德ESTA塔布拉。ķ米西格玛

勇气 Descripción
-por- -por- matriz米米ķ ES LA matriz德covarianza德尔componente。西格玛（：，：，i）的一世
Matriz德1 POR -por-米ķ 拉斯维加斯矩阵德covarianza儿子diagonales。contiene洛杉矶elementos diagonales德拉matriz德covarianza德尔componente。西格玛（1：，i）的一世
-POR matriz米米 拉斯维加斯矩阵德covarianza儿子拉斯mismas恩特雷里奥斯洛杉矶COMPONENTES。
1个POR矢量米 拉斯维加斯矩阵德covarianza儿子diagonalesŸ拉斯mismas恩特雷里奥斯洛杉矶COMPONENTES。

Tipos德DATOS：单|双

Mezclar拉斯proporciones德洛斯COMPONENTES德拉mezcla，especificadas科莫联合国矢量numérico德longitud，东德ESTA ELNÚMERO德COMPONENTES。ķķ埃尔勇气predeterminado ES未矢量德菲拉德（1 /）类，阙establece proporciones iguales。ķ硅无SUMA一，罗normaliza。p1gmdistribution

Tipos德DATOS：单|双

Propiedades

expandir待办事项

Parámetros德DISTRIBUCION

埃斯塔propiedad ES德独奏LECTURA。

MEDIOS德COMPONENTES德DISTRIBUCION gaussiana multivariante，especificados科莫UNA matriz NUMERICA -por-，东德ESTA ELNÚMERO德COMPONENTESŸES ELNÚMERO德变量EN CADA componente。上课洛杉矶媒体德尔componente。ķ米ķ米亩（一，:)一世

  • 硅CREA联合国objeto mediante LAfunción，EL argumento德ENTRADA德establece ESTA propiedad。gmdistributiongmdistribution亩gmdistribution

  • 硅ajusta未objeto一个洛斯DATOS mediante LAfunción，埃斯蒂马ESTA propiedad。gmdistributionfitgmdistfitgmdist

Tipos德DATOS：单|双

埃斯塔propiedad ES德独奏LECTURA。

Covarianzas德COMPONENTES德DISTRIBUCION gaussiana multivariante，especificados como的矢量numérico，matrizömatriz。

墙裙阙ES ELNÚMERO德COMPONENTESŸES ELNÚMERO德变量EN CADA componente，ES UNO德洛斯VALORES德ESTA塔布拉。ķ米适马

勇气 Descripción
-por- -por- matriz米米ķ ES LA matriz德covarianza德尔componente。西格玛（：，：，i）的一世
Matriz德1 POR -por-米ķ 拉斯维加斯矩阵德covarianza儿子diagonales。contiene洛杉矶elementos diagonales德拉matriz德covarianza德尔componente。西格玛（1，：，i）的一世
-POR matriz米米 拉斯维加斯矩阵德covarianza儿子拉斯mismas恩特雷里奥斯洛杉矶COMPONENTES。
1个POR矢量米 拉斯维加斯矩阵德covarianza儿子diagonalesŸ拉斯mismas恩特雷里奥斯洛杉矶COMPONENTES。

  • 硅CREA联合国objeto mediante LAfunción，EL argumento德ENTRADA德establece ESTA propiedad。gmdistributiongmdistribution西格玛gmdistribution

  • 硅ajusta未objeto一个洛斯DATOS mediante LAfunción，埃斯蒂马ESTA propiedad。gmdistributionfitgmdistfitgmdist

Tipos德DATOS：单|双

埃斯塔propiedad ES德独奏LECTURA。

Proporciónes德mezcla德COMPONENTES德mezcla，especificadas como的未矢量numéricoDE 1个POR。ķ

  • 硅CREA联合国objeto mediante LAfunción，EL argumento德ENTRADA德establece ESTA propiedad。gmdistributiongmdistributionpgmdistribution

  • 硅ajusta未objeto一个洛斯DATOS mediante LAfunción，埃斯蒂马ESTA propiedad。gmdistributionfitgmdistfitgmdist

Tipos德DATOS：单|双

CARACTERÍSTICAS德DISTRIBUCION

埃斯塔propiedad ES德独奏LECTURA。

TIPO DE矩阵德covarianza，especificadas科莫cualquiera O操作。'对角线''充分'

  • 硅CREA联合国objeto mediante LAfunción，EL TIPO DE矩阵德covarianza恩报德argumento德ENTRADA ESTA establece propiedad。gmdistributiongmdistribution西格玛gmdistribution

  • 硅ajusta联合国objeto洛DATOS mediante LAfunción，EL argumento去比肩农布雷 - 勇气去establece ESTA propiedad。gmdistributionfitgmdist'CovarianceType'fitgmdist

埃斯塔propiedad ES德独奏LECTURA。

农布雷迪奥斯DISTRIBUCION，especificado科莫。“高斯混合分布”

埃斯塔propiedad ES德独奏LECTURA。

NÚMERO德COMPONENTES德mezcla，especificado科莫联合国肠POSITIVO。ķ

  • 硅CREA未objeto mediante LAfunción，洛斯argumentos德ENTRADA，，Y德establecer ESTA propiedad。gmdistributiongmdistribution亩西格玛pgmdistribution

  • 硅ajusta联合国objeto洛DATOS mediante LAfunción，EL argumento德ENTRADA德establece ESTA propiedad。gmdistributionfitgmdistķfitgmdist

Tipos德DATOS：单|双

埃斯塔propiedad ES德独奏LECTURA。

NÚMERO德变量连接洛杉矶COMPONENTES德DISTRIBUCION gaussiana multivariante，especificado科莫联合国肠POSITIVO。米

  • 硅CREA未objeto mediante LAfunción，洛斯argumentos德ENTRADA，，Y德establecer ESTA propiedad。gmdistributiongmdistribution亩西格玛pgmdistribution

  • 硅ajusta未objeto一个洛斯DATOS mediante LAfunción，洛斯DATOS德ENTRADA德establece ESTA propiedad。gmdistributionfitgmdistXfitgmdist

Tipos德DATOS：双

埃斯塔propiedad ES德独奏LECTURA。

Marcador阙籼稻SI UNA matriz德covarianza SE comparte恩特雷里奥斯洛杉矶COMPONENTES德mezcla，especificados科莫O操作。真正假

  • 硅CREA联合国objeto mediante LAfunción，EL TIPO DE矩阵德covarianza恩报德argumento德ENTRADA ESTA establece propiedad。gmdistributiongmdistribution西格玛gmdistribution

  • 硅ajusta联合国objeto洛DATOS mediante LAfunción，EL argumento去比肩农布雷 - 勇气去establece ESTA propiedad。gmdistributionfitgmdist'SharedCovariance'fitgmdist

Tipos德DATOS：合乎逻辑

Propiedades第下午objeto ajustado

拉斯维加斯siguientes propiedades独奏SE aplican联合国objeto ajustado creado mediante。fitgmdist洛杉矶VALORES德estas propiedadesestánvacíosSI CREA未objeto mediante LAfunción。gmdistributiongmdistribution

埃斯塔propiedad ES德独奏LECTURA。

搜索标准德资讯德赤池（AIC），especificado科莫escalar。，东德ESTA LA probabilidad德registro negativa（LA propiedad）Y上课ELNÚMERO德parámetrosestimados。AIC = 2 * NlogL + 2 * PNlogLNegativeLogLikelihoodp

AIC ES UNA herramienta德Selecci贸德modelos阙puede utilizar对comparar VARIOS modelos阙本身ajustan洛mismos DATOS。AIC ES UNA medida basada EN LA probabilidad德尔ajuste德尔莫德洛阙incluye UNApenalizaciónPOR LA complejidad，específicamente，ELNÚMERO德parámetros。铝comparar VARIOS modelos，联合国莫德洛CON未勇气MÁS佩克诺德AIC ES MEJOR。

埃斯塔propiedad ESTAvacíaSI CREA未objeto mediante LAfunción。gmdistributiongmdistribution

Tipos德DATOS：单|双

埃斯塔propiedad ES德独奏LECTURA。

搜索标准德资讯德贝叶斯（BIC），especificado科莫escalar。，东德ESTA LA probabilidad德registro negativa（LA propiedad），ES ELNÚMERO德observacionesýES ELNÚMERO德parámetrosestimados。BIC = 2 * NlogL + P *的log（n）NlogLNegativeLogLikelihoodñp

BIC ES UNA herramienta德Selecci贸德modelos阙puede utilizar对comparar VARIOS modelos阙本身ajustan洛mismos DATOS。BIC ES UNA medida basada EN LA probabilidad德尔ajuste德尔莫德洛阙incluye UNApenalizaciónPOR LA complejidad，específicamente，ELNÚMERO德parámetros。铝comparar VARIOS modelos，联合国莫德洛CON EL勇气BICMÁS巴霍ES EL莫德洛德MEJOR ajuste。

埃斯塔propiedad ESTAvacíaSI CREA未objeto mediante LAfunción。gmdistributiongmdistribution

Tipos德DATOS：单|双

埃斯塔propiedad ES德独奏LECTURA。

Marcador阙籼稻SI EL algoritmo去期望最大化（EM）收敛人ajustar未莫德洛德mezcla gaussiana，especificado como的O操作。真正假

Puede cambiar拉斯opciones德optimizaciónmediante EL argumento去比肩农布雷 - 勇气去。“选项”fitgmdist

埃斯塔propiedad ESTAvacíaSI CREA未objeto mediante LAfunción。gmdistributiongmdistribution

Tipos德DATOS：合乎逻辑

埃斯塔propiedad ES德独奏LECTURA。

Probabilidad德registro negativa德尔莫德洛日mezcla gaussiana ajustado dados洛杉矶DATOS德ENTRADA日，especificados科莫escalares。Xfitgmdist

埃斯塔propiedad ESTAvacíaSI CREA未objeto mediante LAfunción。gmdistributiongmdistribution

Tipos德DATOS：单|双

埃斯塔propiedad ES德独奏LECTURA。

NÚMERO德iteraciones EN EL algoritmo期望最大化（EM），especificado科莫联合国肠POSITIVO。

Puede cambiar拉斯opciones德optimización，incluido ELNÚMERO被Máximo德iteraciones permitidas，mediante EL argumento去比肩农布雷 - 勇气去。“选项”fitgmdist

埃斯塔propiedad ESTAvacíaSI CREA未objeto mediante LAfunción。gmdistributiongmdistribution

Tipos德DATOS：双

埃斯塔propiedad ES德独奏LECTURA。

Tolerancia对probabilidades posteriores，especificada科莫联合国英勇escalar没有negativo EN EL intervalo。[0,1e-6]

萨尔瓦多argumento去比肩农布雷 - 勇气去establece ESTA propiedad。'ProbabilityTolerance'fitgmdist

埃斯塔propiedad ESTAvacíaSI CREA未objeto mediante LAfunción。gmdistributiongmdistribution

Tipos德DATOS：单|双

埃斯塔propiedad ES德独奏LECTURA。

勇气德尔parámetro德regularización，especificado科莫escalar没有negativo。

萨尔瓦多argumento去比肩农布雷 - 勇气去establece ESTA propiedad。'RegularizationValue'fitgmdist

埃斯塔propiedad ESTAvacíaSI CREA未objeto mediante LAfunción。gmdistributiongmdistribution

Tipos德DATOS：单|双

Funciones德尔objeto

CDF 为高斯混合分布的累积分布函数
簇 从高斯混合分布构建体簇
泰姬陵 高斯混合分量马哈拉诺比斯距离
PDF格式 为高斯混合分布的概率密度函数
后 高斯混合分量的后验概率
随机 从高斯混合分布随机变量

Ejemplos

contraer待办事项

Abrir脚本恩体内

克里UNA DISTRIBUCION德mezcla gaussiana bivariada德DOS COMPONENTES utilizando LAfunción。gmdistribution

Defina洛斯parámetros德DISTRIBUCION（MEDIOSÝcovarianzas）德DOS COMPONENTES德mezcla gaussiana bivariada。

亩= [1 2; -3 -5];西格玛=猫（3，[2 0.5]，[1 1]）％1×2×2阵列
西格玛=西格玛（：，：，1）= 2.0000 0.5000西格马（：，：，2）= 1 1

香格里拉funciónconcatena拉斯covarianzas一个LO拉哥德拉tercera维度去matriz。猫拉斯维加斯矩阵德covarianza definidas儿子矩阵diagonales。contiene洛杉矶elementos diagonales德拉matriz德covarianza德尔componente。西格玛（1：，i）的一世

克里联合国objeto。gmdistribution德备考predeterminada，拉funciónCREA UNA mezcla德proporciónigual。gmdistribution

GM = gmdistribution（亩，SIGMA）
克=高斯含有2种组分的混合物分配在2个维度组分1：混合比例：0.500000平均数：1 2组分2：混合比例：0.500000平均数：-3 -5

Enumerar拉斯propiedades德尔objeto。克

性能（克）
NumVariables DistributionName NumComponents分量比例SharedCovariance NumIterations RegularizationValue NegativeLogLikelihood CovarianceType亩西格玛AIC BIC融合ProbabilityTolerance：类gmdistribution属性

Puede特纳acceso一个estas propiedades mediante拉notación德puntos。POR ejemplo，acceda一拉propiedad，阙representa拉斯proporciones德mezcla德洛斯COMPONENTES德mezcla。分量比例

gm.ComponentProportion
ANS =1×20.5000 0.5000

联合国objeto tiene propiedades阙独奏SE aplican联合国objeto ajustado。gmdistribution拉斯维加斯propiedades德objeto ajustadas儿子，，，，，，，Y。AICBIC融合NegativeLogLikelihoodNumIterationsProbabilityToleranceRegularizationValue洛杉矶VALORES德拉斯propiedades德尔objeto ajustadoestánvacíosSI CREA未objeto utilizando拉funciónŸespecificandoparámetros德DISTRIBUCION。gmdistributionPOR ejemplo，acceda一拉propiedad mediante拉notación德puntos。NegativeLogLikelihood

gm.NegativeLogLikelihood
ANS = []

Después德CREAR未objeto，puede utilizar拉斯funciones德objeto。gmdistributionUtiliceÿcalcule洛斯VALORES德拉función德DISTRIBUCION acumulativa（CDF）和Lafunción德densidad德probabilidad（PDF）。CDFPDF格式硒utiliza对generar vectores aleatorios。随机使用，M，Y第下午更新的时候通知德clústeres。簇泰姬陵后

Visualice EL objeto mediante年。PDF格式fsurf

fsurf（@（X，Y）重塑（PDF（GM，[X（:) Y（:)]），大小（X）），[ -  10 10]）

Abrir脚本恩体内

Genere variaciones aleatorias阙丝杆UNA mezcla德DOS DISTRIBUCIONES gaussianas bivariadas mediante LAfunción。mvnrndAjuste未莫德洛德mezcla gaussiana（GMM）一个洛斯DATOS generados utilizando LAfunción。fitgmdist

Defina洛斯parámetros德DISTRIBUCION（MEDIOSÝcovarianzas）德DOS COMPONENTES德mezcla gaussiana bivariada。

MU1 = [1 2];％的第一组分sigma1的平均数= [2 0;0 0.5];所述第一部件的MU2％协方差= [-3 -5];％的第二组分σ-2的平均数= [1 0;0 1];所述第二部件的协方差％

Genere联合国NÚMEROigual德variadores aleatorios德CADA componente Y组合起来洛杉矶DOS conjuntos德variadores aleatorios。

RNG（'默认'）％对于再现R1 = mvnrnd（MU1，sigma1,1000）;R2 = mvnrnd（MU2，sigma2,1000）;X = [R1;R2];

萨尔瓦多CONJUNTO德DATOS combinado contiene variaciones aleatoriasdespués日乌纳mezcla德DOS DISTRIBUCIONES gaussianas bivariadas。X

Ajuste联合国GMM德DOS COMPONENTES一个。X

GM = fitgmdist（X，2）
克=高斯含有2种组分的混合物分配在2个维度组分1：混合比例：0.500000平均数：-2.9617 -4.9727组分2：混合比例：0.500000平均数：0.9539 2.0261

Enumerar拉斯propiedades德尔objeto。克

性能（克）
NumVariables DistributionName NumComponents分量比例SharedCovariance NumIterations RegularizationValue NegativeLogLikelihood CovarianceType亩西格玛AIC BIC融合ProbabilityTolerance：类gmdistribution属性

Puede特纳acceso一个estas propiedades mediante拉notación德puntos。POR ejemplo，acceda一拉propiedad，阙representa拉probabilidad德registro negativa德洛斯DATOS dados EL莫德洛ajustado。NegativeLogLikelihoodX

gm.NegativeLogLikelihood
ANS = 7.0584e + 03

Después德CREAR未objeto，puede utilizar拉斯funciones德objeto。gmdistributionUtiliceÿcalcule洛斯VALORES德拉función德DISTRIBUCION acumulativa（CDF）和Lafunción德densidad德probabilidad（PDF）。CDFPDF格式硒utiliza对generar variaciones aleatorias。随机使用，M，Y第下午更新的时候通知德clústeres。簇泰姬陵后

Trazar mediante EL USO日。X分散Visualice EL莫德洛ajustado utilizando年。克PDF格式fcontour

散射（X（：，1），X（：，2），10，''）与尺寸10保持的点％散点图上gmPDF = @（X，Y）重塑（PDF（GM，[X（:) Y（:)]），大小（X））;fcontour（gmPDF，[ -  8 6]）

Referencias

[1]克兰，G.，和D.剥离。有限混合模型。新泽西州霍博肯市：John Wiley和Sons公司，2000。

Consultetambién

Temas

Introducido恩R2007b

Documentación德统计和机器学习工具箱
Soporte
掌握机器学习：有步骤，分步指南与MATLAB

掌握机器学习：有步骤，分步指南与MATLAB

下载电子书