Python sklearn的GMM性能异常差

我试图使用scikitlearn的DPGMM分类器对一些模拟数据进行建模，但性能不佳。下面是我正在使用的示例：

from sklearn import mixture
import numpy as np
import matplotlib.pyplot as plt
clf = mixture.DPGMM(n_components=5, init_params='wc')
s = 0.1
a = np.random.normal(loc=1, scale=s, size=(1000,))
b = np.random.normal(loc=2, scale=s, size=(1000,))
c = np.random.normal(loc=3, scale=s, size=(1000,))
d = np.random.normal(loc=4, scale=s, size=(1000,))
e = np.random.normal(loc=7, scale=s*2, size=(5000,))
noise = np.random.random(500)*8 
data = np.hstack([a,b,c,d,e,noise]).reshape((-1,1))
clf.means_ = np.array([1,2,3,4,7]).reshape((-1,1))
clf.fit(data)
labels = clf.predict(data)
plt.scatter(data.T, np.random.random(len(data)), c=labels, lw=0, alpha=0.2)
plt.show()

---

我认为这正是高斯混合模型所能解决的问题。我尝试过使用alpha，使用gmm而不是dpgmm，更改起始组件的数量等等。我似乎无法获得可靠和准确的分类。有什么我只是错过了？还有其他更合适的模型吗？

因为您没有足够长的迭代时间使其收敛

检查

clf.converged_

并尝试将

n_iter

增加到

1000

但是，请注意，

DPGMM

在这个数据集上仍然失败得很惨，最终将集群数量减少到只有2个