Matlab 如何使用高斯混合模型（GMM）进行分类

我在matlab中使用GMM进行数据分类

问题与这个问题类似：

我有以下数据集：

trainData1; % dataset for class 1
trainData2; % dataset for class 2
testData; % test dataset

要获得GMM模型，请执行以下操作：

GMM_class1=gmdistribution.fit(trainData1,12,'CovType','diagonal');
GMM_class2=gmdistribution.fit(trainData2,12,'CovType','diagonal');

要获取每个类的测试数据集的日志相似性：

[posteriorTest_Train1,nlogL_1]=posterior(GMM_class1,testData);
[posteriorTest_Train2,nlogL_2]=posterior(GMM_class2,testData);

要分类，我要做的是：

if nlogL_1 < nlogL_2
    % testData belongs to class 1
else
    % testData belongs to class 2
end

如果nlogL_1

拜托，我想知道我做的是否正确

---

问候。

这不是我理解的gmm。 如果您打算对项目进行分类，确定其属于类别1还是类别2， 然后我会做下面的事情

GMM_class = gmdistribution.fit(trainData,2,'CovType','diagonal');
posteriorTest = posterior(GMM_class,testData);

---

然后，您可以执行if语句来判断测试数据属于1类还是2类。

谢谢您的回答，但我不理解其中的区别。当我使用GMM_class1和GMM_class2时，我打算获得每个类的模型。对不对？考虑到您的答案，我理解您的所有列车数据集（trainData1和trainData2）只有一个集合（trainData），对吗？因此，如何以这种方式执行if语句？后验值应该有两个值，一个用于类1，另一个用于类2。你只需要选择一个大的作为标签。我想你是这样想的：gmdistribution.fit函数是gmdistribution.fit（X，k），其中X是数据集，k是类数。但是，在我的理解中，k是用于建模一个类的组件（高斯）的数量。是的，这是我的理解。我认为gmm更像是一种无监督的方法。