Matlab中分类的gmd分布

让我们假设我有两个GMDistribution模型，我使用

modeldata1=gmdistribution.fit(data1,1);
modeldata2=gmdistribution.fit(data2,1);

现在我有一个未知的“数据”观察，我想看看它是属于

data1

还是

data2

根据我对这些函数的理解，使用posterior、cluster或pdf命令的nlogn输出不是一个好的度量方法，因为我将“数据”与两个不同的分布进行比较

我应该使用什么度量或输出来查找

p（数据|模型数据1）和p（数据|模型数据2）

---

非常感谢，

如果我理解正确，您希望使用gmdistribution.fit找到的每个类的描述符（在本例中为平均向量和协方差矩阵）为类1或类2分配一个新的未知数据点

在看到这个新的数据点时，让我们称之为x，您应该问问自己什么是 p（modeldata1 | x）和p（modeldata2 | x）以及其中哪一个是您应该将x指定给的最高值

那你觉得这些怎么样？您只需应用Bayes规则并选择其中最大的一个：

p(modeldata1 | x) = p(x|modeldata1)p(modeldata1)/p(x)
p(modeldata1 | x) = p(x|modeldata2)p(modeldata2)/p(x)

这里你不需要计算p（x），因为它在每个方程中都是相同的

因此，现在您可以通过每个类的训练点数（或使用一些给定的信息）来估计先验p（modeldata1）和p（modeldata2），然后计算

p(x|modeldata1)=1/((2pi)^d/2 * sqrt(det(Sigma1)))*exp(0.5*(x-mu1)/Sigma1*(x-mu1))

其中，

d

是数据的维度，

Sigma

是协方差矩阵，

mu

是平均向量。这就是您对p（数据| modeldata1）的要求。（在进行分类时，请记住还要使用p（modeldata1）和p（modeldata2）

我知道这有点不清楚，但希望它能帮助你朝着正确的方向迈出一步

---

编辑：就我个人而言，我发现了下面这样的可视化（摘自Theodoridis和Koutroumbas的模式识别）。这里有两个高斯混合，有一些先验值和不同的协方差矩阵。蓝色区域是选择一个类的位置，而灰色区域是选择另一个类的位置

没错，但问题是，我可以用matlab本身找到可能性（或者更具体地说是NLOGLIHOOD）。然而，这些数字对我来说并没有什么意义。他们似乎需要一些我无法理解的正常化。你是什么意思？您通常得到的数字范围是多少？请记住，在连续情况下，你不能期望p（x | y）（概率分布）位于[0，1]中。如果我假设前面的p（modeldata1）=p（modeldata2），p（x）无关紧要，因为它只会对p（modeldata1 | x）和p（modeldata2 | x）产生相同的影响。那么我可以根据nlogn做出决定吗？我想你的观点正是我的困惑。P（x | y）不必是[0到1]，但如果（p1 | x）>（p2 | x），那么我有更高的概率选择p1而不是p2，对吗？（我希望我表达了我的观点）我的问题是，我得到了它背后的理论，但我使用一个简单的阈值比gmm模型有更好的决策。所以在过去的两天里，我一直在拉扯我的头发，想看看这是怎么可能的。抱歉，回复有点晚。我不确定我是否完全遵守了，但也许你的问题是你已经专注于“选择p1的概率”——你应该用这个评估来制定一个严格的决策规则；我E“只要p（model1 | x）>p（model2 | x），我就选择model1”。不要陷入关于这“意味着什么”的细节中，只要承认这可能是一个值得遵循的好规则