Python 高斯混合模型如何修复组件

我在

sklearn

（python）中使用了

高斯混合模型。
在
高斯混合模型上拟合图像。然后，它将被集群化。
（例如，component=3，因此某些区域为0，其他区域为1，2）树木区域为0，天空区域为1。但是，我再次执行，树的面积是1。我不明白为什么要改？有没有办法修复集群

这里有一些代码

gmm = GaussianMixture(n_components=3, covariance_type="tied")
gmm = gmm.fit(img)

cluster = gmm.predict(img)
cluster = cluster.reshape(old_shape[0], old_shape[1])

imshow(cluster)

data = np.array(cluster)

就像kmeans一开始初始化一些随机的簇质心一样，高斯混合模型也随机初始化一个叫做
职责
的东西，所以每次运行时都不会得到一些结果。对于第二个问题，您可以使用固定的
random_状态
来消除随机性，并在每次运行时获得完全相同的输出。@Sacry非常感谢！我已经读过《sklearn.Gaussianmixture》手册了。但是，我不明白随机状态的意思。现在我知道它的意思了。我还需要学习更多关于
高斯混合模型的知识。