打开APP
userphoto
未登录

开通VIP,畅享免费电子书等14项超值服

开通VIP
高斯混合模型(GMM)实现和可视化

作者:金良(golden1314521@gmail.com) csdn博客: http://blog.csdn.net/u012176591

需要整理后的代码文件和数据请移步 http://download.csdn.net/detail/u012176591/8748673

1.高斯分布公式及图像示例

定义在D-维连续空间的高斯分布概率密度的表达式
N(x|μ,Σ)=1(2π)D/21|Σ|1/2exp{?12(x?μ)TΣ?1(x?μ)}

其等高线所形成的形状与协方差矩阵Σ 密切相关,如下所示,后面的代码中有各个图像的对应的高斯分布的参数。

2. 高斯分布概率密度热力图

代码如下:

fig,axes = plt.subplots(nrows=3,ncols=1,figsize=(4,12))# 标准圆形mean = [0,0]cov = [[1,0],       [0,1]] x,y = np.random.multivariate_normal(mean,cov,5000).Taxes[0].plot(x,y,'x')axes[0].set_xlim(-6,6) axes[0].set_ylim(-6,6) # 椭圆,椭圆的轴向与坐标平行mean = [0,0]cov = [[0.5,0],       [0,3]] x,y = np.random.multivariate_normal(mean,cov,5000).Taxes[1].plot(x,y,'x')axes[1].set_xlim(-6,6) axes[1].set_ylim(-6,6) # 椭圆,但是椭圆的轴与坐标轴不一定平行mean = [0,0]cov = [[1,2.3],       [2.3,1.4]] x,y = np.random.multivariate_normal(mean,cov,5000).Taxes[2].plot(x,y,'x'); plt.axis('equal')axes[2].set_xlim(-6,6) axes[2].set_ylim(-6,6) 
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28

我们在下面的高斯混合模型中采用用第三种协方差矩阵,即概率密度的等高线是椭圆,且轴向不一定与坐标轴平行。

下图是高斯密度函数的热图:

以下是作图代码

# 自定义的高维高斯分布概率密度函数def gaussian(x,mean,cov):        dim = np.shape(cov)[0] #维度    covdet = np.linalg.det(cov+np.eye(dim)*0.01) #协方差矩阵的秩    covinv = np.linalg.inv(cov+np.eye(dim)*0.01) #协方差矩阵的逆    xdiff = x - mean    #概率密度    prob = 1.0/np.power(2*np.pi,1.0*2/2)/np.sqrt(np.abs(covdet))*np.exp(-1.0/2*np.dot(np.dot(xdiff,covinv),xdiff))    return prob#作二维高斯概率密度函数的热力图mean = [0,0]cov = [[1,2.3],       [2.3,1.4]] x,y = np.random.multivariate_normal(mean,cov,5000).Tcov = np.cov(x,y) #由真实数据计算得到的协方差矩阵,而不是自己任意设定n=200x = np.linspace(-6,6,n)y = np.linspace(-6,6,n)xx,yy = np.meshgrid(x, y)zz = np.zeros((n,n))for i in range(n):    for j in range(n):        zz[i][j] = gaussian(np.array([xx[i][j],yy[i][j]]),mean,cov)gci = plt.imshow(zz,origin='lower') # 选项origin='lower' 防止tuixan图像颠倒plt.xticks([5,100,195],[-5,0,5])plt.yticks([5,100,195],[-5,0,5])plt.title(u'高斯函数的热力图',{'fontname':'STFangsong','fontsize':18})
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31

3.高斯混合模型实现代码:

下面是几个功能函数,在主函数中被调用

# 计算概率密度,# 参数皆为array类型,过程中参数不变def gaussian(x,mean,cov):    dim = np.shape(cov)[0] #维度    #之所以加入单位矩阵是为了防止行列式为0的情况    covdet = np.linalg.det(cov+np.eye(dim)*0.01) #协方差矩阵的行列式    covinv = np.linalg.inv(cov+np.eye(dim)*0.01) #协方差矩阵的逆    xdiff = x - mean    #概率密度    prob = 1.0/np.power(2*np.pi,1.0*dim/2)/np.sqrt(np.abs(covdet))*np.exp(-1.0/2*np.dot(np.dot(xdiff,covinv),xdiff))    return prob#获取初始协方差矩阵def getconvs(data,K):    convs = [0]*K    for i in range(K):        # 初始的协方差矩阵源自于原始数据的协方差矩阵,且每个簇的初始协方差矩阵相同        convs[i] = np.cov(data.T)      return convsdef isdistinct(means,criter=0.03): #检测初始中心点是否靠得过近    K = len(means)    for i in range(K):        for j in range(i+1,K):            if criter > np.linalg.norm(means[i]-means[j]):                return 0           return True#获取初始聚簇中心def getmeans(data,K,criter):    means = [0]*K    dim  = np.shape(data)[1]    minmax = [] #各个维度的极大极小值    for i in range(dim):        minmax.append(np.array([min(data[:,i]),max(data[:,i])]))    while True:        #生成初始点的坐标        for i in range(K):            means[i] = []            for j in range(dim):                means[i].append(np.random.random()*(minmax[j][1]-minmax[j][0])+minmax[j][0])              means[i] = np.array(means[i])        if isdistinct(means,criter):            break      return means# k-means算法的实现函数。#用K-means算法输出的聚类中心,作为高斯混合模型的输入def kmeans(data,K):    N = np.shape(data)[0]#样本数目    dim = np.shape(data)[1] #维度    means = getmeans(data,K,criter=15)    means_old = [np.zeros(dim) for k in range(K)]    while np.sum([np.linalg.norm(means_old[k]-means[k]) for k in range(K)]) > 0.01:        means_old = cp.deepcopy(means)        numlog = [0]*K        sumlog = [np.zeros(dim) for k in range(K)]        for n in range(N):            distlog = [np.linalg.norm(data[n]-means[k]) for k in range(K)]            toK = distlog.index(np.min(distlog))            numlog[toK] += 1            sumlog[toK] += data[n]        for k in range(K):            means[k] = 1.0/numlog[k]*sumlog[k]    return means#对程序结果进行可视化,注意这里的K只能取2,否则该函数运行出错def visualresult(data,gammas,K):    N = np.shape(data)[0]#样本数目    dim = np.shape(data)[1] #维度    minmax = [] #各个维度的极大极小值    xy = []    n=200    for i in range(dim):        delta = 0.05*(np.max(data[:,i])-np.min(data[:,i]))        xy.append(np.linspace(np.min(data[:,i])-delta,np.max(data[:,i])+delta,n))    xx,yy = np.meshgrid(xy[0], xy[1])    zz = np.zeros((n,n))    for i in range(n):        for j in range(n):            zz[i][j] = np.sum(gaussian(np.array([xx[i][j],yy[i][j]]),means[k],convs[k]) for k in range(K))    gci = plt.imshow(zz,origin='lower',alpha = 0.8) # 选项origin='lower' 防止tuixan图像颠倒    plt.xticks([0,len(xy[0])-1],[xy[0][0],xy[0][-1]])    plt.yticks([0,len(xy[1])-1],[xy[1][0],xy[1][-1]])    for i in range(N):        if gammas[i][0] >0.5:            plt.plot((data[i][0]-np.min(data[:,0]))/(xy[0][1]-xy[0][0]),(data[i][1]-np.min(data[:,1]))/(xy[1][1]-xy[1][0]),'r.')        else:            plt.plot((data[i][0]-np.min(data[:,0]))/(xy[0][1]-xy[0][0]),(data[i][1]-np.min(data[:,1]))/(xy[1][1]-xy[1][0]),'k.')    deltax = xy[0][1]-xy[0][0]    deltay = xy[1][1]-xy[1][0]    plt.plot((means[0][0]-xy[0][0])/deltax,(means[0][1]-xy[1][0])/deltay,'*r',markersize=15)    plt.plot((means[1][0]-xy[0][0])/deltax,(means[1][1]-xy[1][0])/deltay,'*k',markersize=15)    plt.title(u'高斯混合模型图',{'fontname':'STFangsong','fontsize':18})
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 43
  • 44
  • 45
  • 46
  • 47
  • 48
  • 49
  • 50
  • 51
  • 52
  • 53
  • 54
  • 55
  • 56
  • 57
  • 58
  • 59
  • 60
  • 61
  • 62
  • 63
  • 64
  • 65
  • 66
  • 67
  • 68
  • 69
  • 70
  • 71
  • 72
  • 73
  • 74
  • 75
  • 76
  • 77
  • 78
  • 79
  • 80
  • 81
  • 82
  • 83
  • 84
  • 85
  • 86
  • 87
  • 88
  • 89
  • 90
  • 91
  • 92
  • 93
  • 94
  • 95
  • 96
  • 97
  • 98
  • 99
  • 100
  • 101
  • 102
  • 103
  • 104
  • 105
  • 106
  • 107
  • 108
  • 109
  • 110
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 43
  • 44
  • 45
  • 46
  • 47
  • 48
  • 49
  • 50
  • 51
  • 52
  • 53
  • 54
  • 55
  • 56
  • 57
  • 58
  • 59
  • 60
  • 61
  • 62
  • 63
  • 64
  • 65
  • 66
  • 67
  • 68
  • 69
  • 70
  • 71
  • 72
  • 73
  • 74
  • 75
  • 76
  • 77
  • 78
  • 79
  • 80
  • 81
  • 82
  • 83
  • 84
  • 85
  • 86
  • 87
  • 88
  • 89
  • 90
  • 91
  • 92
  • 93
  • 94
  • 95
  • 96
  • 97
  • 98
  • 99
  • 100
  • 101
  • 102
  • 103
  • 104
  • 105
  • 106
  • 107
  • 108
  • 109
  • 110

高斯混合模型的主函数

N = np.shape(data)[0]#样本数目dim = np.shape(data)[1] #维度K = 2 # 聚簇的个数means = kmeans(data,K)convs = getconvs(data,K)pis = [1.0/K]*Kgammas = [np.zeros(K) for i in range(N)] #*N 注意不能用 *N,否则N个array只指向一个地址loglikelyhood = 0oldloglikelyhood = 1while np.abs(loglikelyhood - oldloglikelyhood)> 0.0001:    oldloglikelyhood = loglikelyhood    # E_step    for n in range(N):        respons = [pis[k]*gaussian(data[n],means[k],convs[k]) for k in range(K)]        sumrespons = np.sum(respons)        for k in range(K):            gammas[n][k] = respons[k]/sumrespons    # M_step    for k in range(K):        nk = np.sum([gammas[n][k] for n in range(N)])        means[k] = 1.0/nk * np.sum([gammas[n][k]*data[n] for n in range(N)],axis=0)        xdiffs = data - means[k]        convs[k] = 1.0/nk * np.sum([gammas[n][k]*xdiffs[n].reshape(dim,1)*xdiffs[n] for n in range(N)],axis=0)        pis[k] = 1.0*nk/N    # 计算似然函数值    loglikelyhood =np.sum( [np.log(np.sum([pis[k]*gaussian(data[n],means[k],convs[k]) for k in range(K)])) for n in range(N) ])    #print means    #print loglikelyhood    #print '=='*10visualresult(data,gammas,K)
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42

4.高斯混合模型聚簇效果图

5.参考文献:

本站仅提供存储服务,所有内容均由用户发布,如发现有害或侵权内容,请点击举报
打开APP,阅读全文并永久保存 查看更多类似文章
猜你喜欢
类似文章
【热】打开小程序,算一算2024你的财运
numpy计算矩阵的一些函数用法
Python的武器库05:numpy模块(下)
奇异值分解SVD
python中numpy包使用方法总结
奇异值分解(SVD)及其应用
科学计算:Python?VS.?MATLAB(3)
更多类似文章 >>
生活服务
热点新闻
分享 收藏 导长图 关注 下载文章
绑定账号成功
后续可登录账号畅享VIP特权!
如果VIP功能使用有故障,
可点击这里联系客服!

联系客服