先上代码~

import matplotlib.pyplot as plt
import warnings
warnings.filterwarnings('ignore')
from sklearn.mixture import GaussianMixture#产生实验数据
from sklearn.datasets.samples_generator import make_blobs  # make_blobs是生成聚类使用的数据集
X, labels_true = make_blobs(n_samples = 400, n_features = 2, centers = 4, cluster_std = 0.60, random_state = 0)# 模型训练
gmm = GaussianMixture(n_components=4).fit(X)
labels = gmm.predict(X)# 作图
plt.figure(1)
plt.scatter(X[:, 0], X[:, 1], c=labels_true, s=40, cmap='viridis')plt.figure(2)
plt.scatter(X[:, 0], X[:, 1], c=labels, s=40, cmap='viridis')plt.show()

一些解释:

1. 去掉 PyCharm 的警告提示:

import warnings
warnings.filterwarings('ignore')

2. 生成聚类数据集:

from sklearn.datasets.samples_generator import make.blobssamples, labels = make.blobs(n_samples=100, n_features=2, centers=3, cluster_std=1.0, center_box=(-10.0, 10.0), shuffle=True, random_state=0)# 输入参数:
#        n_samples:生成数据集的点数
#        n_features:数据集中数据的维度
#        centers:数据聚类的标签个数(类别数)
#        cluster_std:数据的标准差
#        center_box:中心确定之后的数据边界
#        shuffle:洗乱
#        random_state:随机生成器的种子# 输出参数:
#        samples:产生的数据集
#        labels:数据集对应的标签

3. 训练GMM模型:

gmm = GaussianMixture(n_components=1).fit(samples)lables_gmm = gmm.predict(samples)# 一些解释:
#         n_components:混合高斯模型个数
#         .fit(samples):基于 samples 样本使用 EM 算法训练 GMM 模型
#         .predict(samples):使用训练得到的 GMM 模型预测样本数据标签

【20210610】【机器/深度学习】Python GMM模型学习笔记相关推荐

  1. DL之RBM:(sklearn自带数据集为1797个样本*64个特征+5倍数据集)深度学习之BRBM模型学习+LR进行分类实现手写数字图识别

    DL之RBM:(sklearn自带数据集为1797个样本*64个特征+5倍数据集)深度学习之BRBM模型学习+LR进行分类实现手写数字图识别 目录 输出结果 实现代码 输出结果 实现代码 from _ ...

  2. 为什么学习Python?选择学习Python的10个理由

    前言 为什么学习Python?选择学习Python的10个理由 Python提供了许多有用的功能特性,这些功能使其相比其他编程语言更流行也更易于学习.它支持面向对象的编程,也支持面向过程编程:我们在下 ...

  3. 编写python程序、计算账户余额_《易学Python》——第1章 为何学习Python 1.1 学习编程...

    本节书摘来自异步社区<易学Python>一书中的第1章,第1.1节,作者[澳]Anthony Briggs,王威,袁国忠 译,更多章节内容可以访问云栖社区"异步社区"公 ...

  4. 《对比excel,轻松学习python数据分析》学习笔记

    文章目录 前言 为什么要学习python 为什么要对比excel学习python 第1章 数据分析基础 数据分析的作用 数据分析的内容 数据分析的流程 第2章 python基础知识 1.python介 ...

  5. 从零开始学习python-新手学习python-从零开始学习

    1.学习python urllib2 常用方法 urlopen(url, data, timeout) urllib2.Request() urllib.urlencode() params = {} ...

  6. 自学python从零开始学_新手学习python-从零开始学习

    1.学习python urllib2 常用方法 urlopen(url, data, timeout) urllib2.Request() urllib.urlencode() params = {} ...

  7. 分享一些我个人学习Python的一些学习建议(附Python零基础学习资料)

    Python是1991年推出,是一个高层次的结合了解释性.编译性.互动性和面向对象的脚本语言,诞生之初定位是面向给系统管理,科研,教育和非程序员群体等使用的: 相比较其他语言,Python有简单易学. ...

  8. 如何快速学习python,怎么学习Python

    如果您想学习Python,首先您需要明确Python的基本概念和语法规则,这些都是您学习编程的基础.Python作为一门高级编程语言,在数据分析.人工智能等领域越来越受欢迎.因此,学习Python能够 ...

  9. php java python容易入门_先学习Python之后再学习PHP与java会更好吗

    学过python语言之后在去学习PHP javascript 这些编程语言是不是会更好的能快速理解, 有python基础之后,再去学习php语言 理解上 是不是更方便上手, 我现在主要想学习专研 PH ...

最新文章

  1. (C++)202012-2 期末预测之最佳阈值 满分
  2. Xen与KVM虚拟化技术调研报告
  3. C语言经典程序之:求十个整数中的最大最小数并输出(指针)
  4. brew php mysql_MAC下用homebrew安装及配置apache、php和mysql
  5. 从S3中导入数据到Dynamodb
  6. mysql添加联合主键
  7. redis依赖包_092-Redis集群、JedisCluster
  8. neo4j remove
  9. hadoop 3.0.0 alpha3 安装、配置
  10. 自动化测试框架-pytest框架入门篇
  11. Android 蓝牙扫描
  12. 新版 IDEA 发布,牛逼!网友:内存占用有所好转!
  13. bochs运行xp_bochs xp镜像完整版
  14. 起重机液压控制系统实训QY-JXSX01
  15. Android开发-高德地图导航
  16. Android8内测申请,微信8.0.6 for android内测版上线,附内测体验入口
  17. celery 停止_如何解决django-celery启动后迅速关闭
  18. 计算机硬盘分区信息,你知道电脑硬盘分区Guid格式和MBR格式有什么区别吗?来看看!...
  19. R语言机器学习 格兰杰因果关系检验(Granger cointegratance)
  20. qq群排名霸屏技巧排名推广

热门文章

  1. 0基础学UI设计必须做好4个准备!
  2. php7 替换 mcrypt_decrypt,mcrypt_encrypt
  3. linux火狐怎么查看源代码,Firefox查看源代码的快捷键是什么
  4. apple充值不能自定义_如何自定义Apple CarPlay屏幕
  5. MATLAB输入排序代码,matlab快速排序算法实现
  6. 2020-10-12:在做分布式集群时候一般会产生什么问题?
  7. vscode搜索所有汉字
  8. 树莓派 python 录音_树莓派 录音问题
  9. AI教育在中小学课堂中打造知识图谱
  10. 个人与组织在声誉风险管理上的关系是双向统一的