使用matlab函数“pdf”

我已经得到了一个64维的高斯混合分布对象obj，并且想把它放在pdf函数中来找出某个点的概率。使用matlab函数“pdf”

然而，当我键入pdf(obj,obj.mu(1,:))测试对象时，它产生非常高的概率（如2.4845e + 069）

而且它没有任何意义，原因概率应该零和一之间的谎言。

我的matlab有问题吗？

p.s. 甚至pdf(obj,obj.mu(1,:)+obj.Sigma(1,1)*rand())产生的概率高（2.1682e + 069）第一

来源

2013-03-21 Rein

概率密度函数不提供某个值的概率。要回答你的问题，如果你发布了'obj'的创建，这将会很有帮助。 – Deve 2013-03-21 08:07:14

@Deve obj是通过标准* gmdistribution *函数生成的。 – Rein 2013-03-21 16:51:09

我预料到了。你传递给这个函数的参数是什么？ – Deve 2013-03-21 17:06:12

第一件事：一个概率密度函数并不总是计算为1，它只是集成以1比其领域。

此外，在拟合高斯混合模型时，您所看到的是problem of singularities（参见第434页，图9.7）。某些组件折叠到单个数据点上不可避免地导致方差变为0并且PDF爆炸。这在高斯混合模型中经常遇到，因为它不是对数凸函数，似然函数中有很多局部极大值。我们试图找到表现良好的良好行为的局部最大值，奇点是特别糟糕的情况。

当你看到这个，你会想重新运行算法不同的起点或减少你正在使用的组件数量。上面的这本书还建议将特定组件重置为不同的值。

另一种方法是使用贝叶斯方法，为参数采用先验或正则化项，这将惩罚诸如0西格玛参数等奇异值。

您可以使用gmdistribution.fit中的不同起始值间接控制第一部分。对于第二部分，您可以使用参数Regularize：http://www.mathworks.com/help/stats/gmdistribution.fit.html

来源

2013-03-22 05:18:50

非常感谢！非常详细的解释！我检查了协方差矩阵，发现有很多零条目。在将正则化术语应用于现在有意义的概率类型之后。然而，价值变得非常低：'pdf（obj，obj.mu（1，:)）= 1.4080e-052'这是正常的吗？ – Rein 2013-03-22 06:48:44

是的，当您有很多尺寸时，PDF将会非常小。您可能需要使用日志概率来避免下溢。 – 2013-03-22 06:50:16

使用matlab函数“pdf”

回答

相关问题