매개 변수 초기화 skyearn을 사용하여 Python의 가우스 혼합

Question

sklearn을 사용하여 Gaussian Mixture를 정말 열심히 노력하고 있지만 확실히 작동하지 않기 때문에 뭔가 빠졌다고 생각합니다.

내 원래 datas는 다음과 같다 :

Genotype LogRatio Strength 
AB  0.392805 10.625016 
AA  1.922468 10.765716 
AB  0.22074 10.405445 
BB  -0.059783 10.625016 

내가 3 개 구성 요소 = 3 개 유전자형과 가우시안 혼합을 수행 할 (AA | AB | BB). 각 유전자형의 무게, 각 유전자형의 평균 로그 비율 및 각 유전자형의 강도 평균을 알고 있습니다.

wgts = [0.8,0.19,0.01] # weight of AA,AB,BB 
means = [[-0.5,9],[0.5,9],[1.5,9]] # mean(LogRatio), mean(Strenght) for AA,AB,BB 

LogRatio 및 Strength 열을 유지하고 NumPy 배열을 만듭니다.

datas = [[ 0.392805 10.625016] 
     [ 1.922468 10.765716] 
     [ 0.22074 10.405445] 
     [ -0.059783 9.798655]] 

가 그럼 난 sklearn의 v0.18에서 혼합물로부터 함수 GaussianMixture을 시험하고 또한 sklearn의 v0.17에서 함수 GaussianMixtureModel 시도 (난 아직도 차이를 보이지 않는 및 사용해야할지 잘 모르는) .

gmm = mixture.GMM(n_components=3) 
OR 
gmm = mixture.GaussianMixture(n_components=3) 

gmm.fit(datas) 

colors = ['r' if i==0 else 'b' if i==1 else 'g' for i in gmm.predict(datas)] 
ax = plt.gca() 
ax.scatter(datas[:,0], datas[:,1], c=colors, alpha=0.8) 
plt.show() 

이

내가 얻을 것입니다 이것은 좋은 결과이지만 초기 파라미터가 각각

Results of clusterization

나는 gaussianMixture 내 파라미터를 초기화하고 싶은

을 실행 다르게 계산되기 때문에 때마다 변경 또는 GMM 기능을 사용할 수 있지만 내 데이터를 형식화하는 방법을 이해할 수 없습니다. (

Answer 1

명시 적으로 시드하여 결과의 ​​재현성에 대한 임의성을 제어 할 수 있습니다의사 난수 생성 프로그램.

gmm = mixture.GaussianMixture(n_components=3) 

해야 할 것 : 대신의

gmm = mixture.GaussianMixture(n_components=3, random_state=3) 

random_state는 int해야합니다 : 나는 무작위로 3로 설정했지만 당신이 다른 어떤 정수를 선택할 수 있습니다.

동일한 random_state을 여러 번 실행하면 동일한 결과가 나타납니다.