高斯混合使用scikit学习混合

Question

我想使用sklearn.mixture.GMM来适应一些数据的混合高斯，结果类似于我使用R的“Mclust”包得到的结果。

的数据是这样的：

因此，这里就是我的集群中使用R中的数据，它给了我14个很好地分离集群，并轻而易举地上下楼梯：

data <- read.table('~/gmtest/foo.csv',sep=",") 
library(mclust) 
D = Mclust(data,G=1:20) 
summary(D) 
plot(D, what="classification") 

而这里的当我用python试用它时，我会说：

from sklearn import mixture 
import numpy as np 
import os 
import pyplot 

os.chdir(os.path.expanduser("~/gmtest")) 
data = np.loadtxt(open('foo.csv',"rb"),delimiter=",",skiprows=0) 
gmm = mixture.GMM(n_components=14,n_iter=5000, covariance_type='full') 
gmm.fit(data) 

classes = gmm.predict(data) 
pyplot.scatter(data[:,0], data[:,1], c=classes) 
pyplot.show() 

它将所有点都分配给同一个群集。我也注意到，当我告诉它找到激动人心的1簇时，拟合的AIC最低，并随着簇数量的增加而线性增加。我究竟做错了什么？我需要考虑其他参数吗？

Mclust和sklearn.mixture使用的模型有差异吗？

但更重要的是：什么是最好的方式sklearn来聚集我的数据？

Answer 1

诀窍是设置GMM的min_covar。因此，在这种情况下，我得到了良好的效果：

mixture.GMM(n_components=14,n_iter=5000, covariance_type='full',min_covar=0.0000001) 

大的默认值min_covar所有点分配给一个集群。