Python 从高斯混合模型中采样数据点

我对python和GMM真的很陌生。我最近学习了GMM，并试图从中实现代码

我在运行gmm.sample（）方法时遇到了一些问题：

错误显示：

TypeError: sample() got an unexpected keyword argument 'random_state'

我检查了最新的文档，发现方法样本应该只包含n，这表示要生成的样本数。但当我删除“random_state=42”时，会出现新的错误：

代码：

Xnew = gmm16.sample(400)
plt.scatter(Xnew[:, 0], Xnew[:, 1])

错误：

TypeError: tuple indices must be integers or slices, not tuple

当您实现Jake VanderPlas的代码时，是否有人遇到此问题？我怎样才能修好它

我的Jupyter：

笔记本服务器的版本为：5.7.4

Python 3.7.1（默认值，2018年12月14日，13:28:58）

有关详细信息，请键入“版权”、“信用”或“许可证”

IPython 7.2.0——一种增强的交互式Python。键入“？”以获取帮助

---

您的问题在于将数据输入散点图的方式。 尤其是元组中有一个numpy数组，并且索引的方式是不正确的。 试试这个

plt.scatter(Xnew[0][:,0], Xnew[0][:,1])

---

基本上，我们拥有的是第一个索引

Xnew[0]

将指向您想要的元组中的元素（numpy数组），第二个将根据需要对其进行切片

[：，1]

这里我们获取所有行和第二列。

您将获得

类型错误

，因为

示例

方法返回一个

元组

，请参阅

这应该可以做到：

Xnew, Ynew = gmm16.sample(400)  # if Ynew is valuable
plt.scatter(Xnew[:, 0], Xnew[:, 1])

或

Xnew, Ynew = gmm16.sample(400)  # if Ynew is valuable
plt.scatter(Xnew[:, 0], Xnew[:, 1])

Xnew, _ = gmm16.sample(400)  # if Ynew isn't valuable
plt.scatter(Xnew[:, 0], Xnew[:, 1])