matlab 自带gmm,matlab - 使用GMM和MATLAB进行分类 - 堆栈内存溢出

我正在尝试使用GMM对测试集进行分类。 我有一个带有标签{1,2,3}的训练集(n * 4矩阵)，n表示训练示例的数量，具有4个属性。 而且我还有一个要分类的测试集(m * 4)。

我的目标是为每个测试示例提供一个概率矩阵(m * 3)，并赋予每个标签P(x_test|labels) 。 就像软集群一样。

首先，我在整个火车上创建了一个kMM = 9的GMM。 我知道在某些论文中，作者为火车中的每个标签创建了一个GMM。 但是我想处理所有类的数据。

GMModel = fitgmdist(trainset,k_component,'RegularizationValue',0.1,'Start','plus');

我的问题是，我想确认组件和标签之间的关系P(component|labels) 。 所以我写了下面的代码，但是不确定是否正确，

idx_ex_of_c1 = find(trainset_label==1);

idx_ex_of_c2 = find(trainset_label==2);

idx_ex_of_c3 = find(trainset_label==3);

[~,~,post] = cluster(GMModel,trainset);

cita_c_k = zeros(3,k_component);

for id_k = 1:k_component

cita_c_k(1,id_k) = sum(post(idx_ex_of_c1,id_k))/numel(idx_ex_of_c1);

cita_c_k(2,id_k) = sum(post(idx_ex_of_c2,id_k))/numel(idx_ex_of_c2);

cita_c_k(3,id_k) = sum(post(idx_ex_of_c3,id_k))/numel(idx_ex_of_c3);

end

cita_c_k是用于存储关系的(3 * 9)矩阵。 idx_ex_of_c1是示例的索引，在样本idx_ex_of_c1其标签为“ 1”。

用于测试过程。 我首先将GMModel应用于测试集

[P,~] = posterior(GMModel,testset); % P is a m*9 matrix

然后，将所有成分加起来

P_testset = P*cita_c_k';

[a,b] = max(P_testset,3);

imagesc(b);

结果还可以，但是还不够好。 谁能给我一些提示？

谢谢！