简介
在本实验中，我们将使用 scikit-learn 库生成一个高斯混合数据集。然后，我们将对该数据集拟合一个高斯混合模型（Gaussian Mixture Model，GMM），并绘制高斯混合的密度估计图。GMM 可用于对数据集的概率分布进行建模和估计。
虚拟机使用提示
虚拟机启动完成后，点击左上角切换到笔记本标签页，以访问 Jupyter Notebook 进行练习。
有时，你可能需要等待几秒钟让 Jupyter Notebook 完成加载。由于 Jupyter Notebook 的限制，操作验证无法自动化。
如果你在学习过程中遇到问题，随时向 Labby 提问。课程结束后提供反馈，我们会及时为你解决问题。
导入库
我们将首先导入必要的库：用于数值计算的 NumPy 和用于可视化的 Matplotlib。我们还将从 scikit-learn 库中导入 GaussianMixture 类，以便将 GMM 拟合到我们的数据集。
import numpy as np
import matplotlib.pyplot as plt
from sklearn import mixture
生成数据
接下来，我们将生成一个包含两个组件的高斯混合数据集。我们将创建一个以 (20, 20) 为中心的平移高斯数据集和一个零中心拉伸高斯数据集。然后，我们将把这两个数据集连接成最终的训练集。
n_samples = 300
## 生成随机样本，两个组件
np.random.seed(0)
## 生成以 (20, 20) 为中心的球形数据
shifted_gaussian = np.random.randn(n_samples, 2) + np.array([20, 20])
## 生成零中心拉伸高斯数据
C = np.array([[0.0, -0.7], [3.5, 0.7]])
stretched_gaussian = np.dot(np.random.randn(n_samples, 2), C)
## 将两个数据集连接成最终的训练集
X_train = np.vstack([shifted_gaussian, stretched_gaussian])
拟合高斯混合模型
现在，我们将使用 scikit-learn 中的 GaussianMixture 类对数据集拟合一个 GMM。我们将把组件数量设置为 2，协方差类型设置为“full”。
## 拟合一个具有两个组件的高斯混合模型
clf = mixture.GaussianMixture(n_components=2, covariance_type="full")
clf.fit(X_train)
绘制密度估计图
现在我们将绘制高斯混合的密度估计图。我们将在数据集的范围内创建一个点的网格，并计算 GMM 对每个点预测的负对数似然。然后，我们将把预测分数显示为等高线图，并将训练数据绘制成散点图。
## 将模型预测的分数显示为等高线图
x = np.linspace(-20.0, 30.0)
y = np.linspace(-20.0, 40.0)
X, Y = np.meshgrid(x, y)
XX = np.array([X.ravel(), Y.ravel()]).T
Z = -clf.score_samples(XX)
Z = Z.reshape(X.shape)
CS = plt.contour(
X, Y, Z, norm=LogNorm(vmin=1.0, vmax=1000.0), levels=np.logspace(0, 3, 10)
)
CB = plt.colorbar(CS, shrink=0.8, extend="both")
plt.scatter(X_train[:, 0], X_train[:, 1], 0.8)
plt.title("Density Estimation with Gaussian Mixture Models")
plt.axis("tight")
plt.show()
总结
在这个实验中，我们学习了如何使用 scikit-learn 生成高斯混合数据集，并将高斯混合模型（GMM）拟合到该数据集上。我们还使用等高线图绘制了高斯混合的密度估计。