問題タブ [mixture-model]

mixtools を使用すると曲線のプロットに問題が発生します

次の R コードを使用する

モデルから推定された 2 つの正規曲線が重ね合わされた素敵なヒストグラムが得られます。

問題はデフォルトの色 (つまり、赤と緑) にあります。出版物を黒と灰色に変更する必要があります。

これを行うために私が考えた1つの方法は、最初にヒストグラムを作成することでした

次に、「曲線」機能を使用して線を追加します。

.......しかし、道に迷って解決できませんでした

ポインタまたは実際の解決策に感謝します

ありがとう

PS。この問題には、ggplot を使用した別の回避策があることに注意して ください 。

PCL ライブラリ用の GMM (Gaussian Mixture Model) の実装があるかどうかを知りたいですか? 実際に検索しましたが、ライブラリやソースコードが見つかりませんでした! 主なアイデアは、この GMM 手法を使用して、シーン内の Kinect センサーによって取得された移動オブジェクトの点群を検出することです。

EM アルゴリズムを部分的に実行する必要がある新しいアルゴリズムを設計しています。これには MATLAB の (R2015b) fitgmdist を使用しています。

(1) 一度に多数の反復を実行することによって得られる解と、(2) 同じ数の反復を 1 つずつ実行することによって得られる解の違いを観察します。両方のバージョンが同じ開始点を使用することに注意してください。レプリケートの数は 1 (デフォルト) のままで、RegularizationValue はデフォルト (0) のままです。

では、違いはどこから来るのでしょうか。

この問題を示すコードは次のとおりです。

編集: 前に確認しなかったことの 1 つは、GMModel に使用される反復回数です (MaxIter が 100 に設定されている場合)。74回の反復後に停止しました。

一度に 1 回の反復に対する反復 74 での負の対数尤度は、100 MaxIter の負の対数尤度と同じです。反復 75 で、約 0.006 低下します。対数尤度が 1e-6 の許容範囲を超えて低下したときに、MaxIter 100 バージョンが反復 74 で停止したのはなぜですか?

GMM を使用してテストセットを分類しようとしています。ラベル {1,2,3} を持つトレインセット (n*4 行列) があります。n は、4 つのプロパティを持つトレーニング例の数を意味します。また、分類するテストセット (m*4) もあります。

私の目標は、各ラベルを与える各テスト例の確率行列 (m*3) を持つことですP(x_test|labels)。ソフトクラスタリングと同じです。

まず、トレインセット全体で k=9 コンポーネントを使用して GMM を作成します。一部の論文では、著者がtrainsetの各ラベルに対してGMMを作成していることを知っています。しかし、すべてのクラスのデータを処理したいと考えています。

私の問題は、P(component|labels)コンポーネントとラベルの関係を確認したいということです。というわけで以下のようにコードを書いてみますが、正しいかどうかはわかりませんが、

cita_c_k関係を格納する (3*9) 行列です。idx_ex_of_c1は例のインデックスで、そのラベルはトレインセットで '1' です。

テストプロセス用。最初にGMModelをテストセットに適用します

そして、すべてのコンポーネントを合計し、

結果はOKですが、十分ではありません。誰でもヒントを教えてもらえますか？

ありがとう！

ここにあるMATLABの例に従っています

各成分の平均と分散に関して、混合物の分散の開始点を推定する式は正しいですか?

私のデータで私はそれを持っています

sigmaStart が非実数になるように

手伝っていただけませんか？フィットさせたいヒストグラムを添付します..

R で潜在クラス分析を行いましたが、2 つの質問があります。

質問1; lca4-6 は解析できましたが、lca7 は解析できませんでした。

.External.graphics(C_layout, num.rows, num.cols, mat, as.integer(num.figures), のエラー: 無効なグラフィック状態

概要のエラー (lca7$posterior、disits = 2): オブジェクト 'lca7' が見つかりません

質問2; データセットの各サンプルの所属クラス番号を追加できますか?

密度推定のためのディリクレ過程混合に関するオースチンの例を多変量の場合に拡張したいと思います。

私が見つけた pymc3 を使用した多変量ガウス混合に関する最初の情報は、Github のこの問題です。この問題に関係する人々は、2 つの異なる解決策があると言いましたが、私にはうまくいきません。たとえば、次のような単純なモデルで Brandon の多変量拡張を使用すると、次のようになります。

(3,3) の周りで適切な Mean を取得できません。

Benavente のおかげで、他のソリューションを再現できます。

このコードpm.ElemwiseCategoricalStepをpm.ElemwiseCategoricalとに変更しました

に

しかし、私はこの例外を受け取ります:

助けていただければ幸いです。ありがとう！