python混合高斯分布_利用Python实现高斯混合模型（GMM）

#!/usr/bin/python3

# -*- coding: utf-8 -*-

# @Time : 2018/7/19 10:17

# @Author : DaiPuwei

# @FileName: GMM.py

# @Software: PyCharm

# @E-mail ：771830171@qq.com

# @Blog ：https://blog.csdn.net/qq_30091945

import numpy as np

import matplotlib as mpl

import matplotlib.pyplot as plt

from sklearn.datasets import load_iris

from sklearn.preprocessing import Normalizer

from sklearn.metrics import accuracy_score

class GMM:

def __init__(self,Data,K,weights = None,means = None,covars = None):

"""

这是GMM(高斯混合模型)类的构造函数

:param Data: 训练数据

:param K: 高斯分布的个数

:param weigths: 每个高斯分布的初始概率(权重)

:param means: 高斯分布的均值向量

:param covars: 高斯分布的协方差矩阵集合

"""

self.Data = Data

self.K &