python打印em平行四边形em_Python實現機器學習算法：EM算法

'''

數據集：偽造數據集(兩個高斯分布混合)

數據集長度：1000

------------------------------

運行結果：

----------------------------

the Parameters set is:

alpha0:0.3, mu0:0.7, sigmod0:-2.0, alpha1:0.5, mu1:0.5, sigmod1:1.0

----------------------------

the Parameters predict is:

alpha0:0.4, mu0:0.6, sigmod0:-1.7, alpha1:0.7, mu1:0.7, sigmod1:0.9

----------------------------

'''

import numpy as np

import random

import math

import time

def loadData(mu0, sigma0, mu1, sigma1, alpha0, alpha1):

'''

初始化數據集

這里通過服從高斯分布的隨機函數來偽造數據集

:param mu0: 高斯0的均值

:param sigma0: 高斯0的方差

:param mu1: 高斯1的均值

:param sigma1: 高斯1的方差

:param alpha0: 高斯0的系數

:param alpha1: 高斯1的系數

:return: 混合了兩個高斯分布的數據

'''

# 定義數據集長度為1000

length = 1000

# 初始化第一個高斯分布，生成數據，數據長度為length * alpha系數，以此來

# 滿足alpha的作用

data0 = np.random.normal(mu0, sigma0, int(length * alpha0))

# 第二個高斯分布的數據

data1 = np.random.normal(mu1, sigma1, int(length * alpha1))

# 初始化總數據集

# 兩個高斯分布的數據混合后會放在該數據集中返回

dataSet = []

# 將第一個數據集的內容添加進去

dataSet.extend(data0)

# 添加第二個數據集的數據

dataSet.extend(data1)

# 對總的數據集進行打亂(其實不打亂也沒事，只不過打亂一下直觀上讓人感覺已經混合了

# 讀者可以將下面這句話屏蔽以后看看效果是否有差別)

random.shuffle(dataSet)

#返回偽造好的數據集

return dataSet

def calcGauss(dataSetArr, mu, sigmod):

'''

根據高斯密度函數計算值

依據：“9.3.1 高斯混合模型” 式9.25

注：在公式中y是一個實數，但是在EM算法中(見算法9.2的E步)，需要對每個j

都求一次yjk，在本實例中有1000個可觀測數據，因此需要計算1000次。考慮到

在E步時進行1000次高斯計算，程序上比較不簡潔，因此這里的y是向量，在numpy

的exp中如果exp內部值為向量，則對向量中每個值進行exp，輸出仍是向量的形式。

所以使用向量的形式1次計算即可將所有計算結果得出，程序上較為簡潔

:param dataSetArr: 可觀測數據集

:param mu: 均值

:param sigmod: 方差

:return: 整個可觀測數據集的高斯分布密度(向量形式)

'''

# 計算過程就是依據式9.25寫的，沒有別的花樣

result = (1 / (math.sqrt(2*math.pi)*sigmod**2)) * np.exp(-1 * (dataSetArr-mu) * (dataSetArr-mu) / (2*sigmod**2))

# 返回結果

return result

def E_step(dataSetArr, alpha0, mu0, sigmod0, alpha1, mu1, sigmod1):

'''

EM算法中的E步

依據當前模型參數，計算分模型k對觀數據y的響應度

:param dataSetArr: 可觀測數據y

:param alpha0: 高斯模型0的系數

:param mu0: 高斯模型0的均值

:param sigmod0: 高斯模型0的方差

:param alpha1: 高斯模型1的系數

:param mu1: 高斯模型1的均值

:param sigmod1: 高斯模型1的方差

:return: 兩個模型各自的響應度

'''

# 計算y0的響應度

# 先計算模型0的響應度的分子

gamma0 = alpha0 * calcGauss(dataSetArr, mu0, sigmod0)

# 模型1響應度的分子

gamma1 = alpha1 * calcGauss(dataSetArr, mu1, sigmod1)

# 兩者相加為E步中的分布

sum = gamma0 + gamma1

# 各自相除，得到兩個模型的響應度

gamma0 = gamma0 / sum

gamma1 = gamma1 / sum

# 返回兩個模型響應度

return gamma0, gamma1

def M_step(muo, mu1, gamma0, gamma1, dataSetArr):

# 依據算法9.2計算各個值

# 這里沒什么花樣，對照書本公式看看這里就好了

mu0_new = np.dot(gamma0, dataSetArr) / np.sum(gamma0)

mu1_new = np.dot(gamma1, dataSetArr) / np.sum(gamma1)

sigmod0_new = math.sqrt(np.dot(gamma0, (dataSetArr - muo)**2) / np.sum(gamma0))

sigmod1_new = math.sqrt(np.dot(gamma1, (dataSetArr - mu1)**2) / np.sum(gamma1))

alpha0_new = np.sum(gamma0) / len(gamma0)

alpha1_new = np.sum(gamma1) / len(gamma1)

# 將更新的值返回

return mu0_new, mu1_new, sigmod0_new, sigmod1_new, alpha0_new, alpha1_new

def EM_Train(dataSetList, iter=500):

'''

根據EM算法進行參數估計

算法依據“9.3.2 高斯混合模型參數估計的EM算法” 算法9.2

:param dataSetList:數據集(可觀測數據)

:param iter: 迭代次數

:return: 估計的參數

'''

# 將可觀測數據y轉換為數組形式，主要是為了方便后續運算

dataSetArr = np.array(dataSetList)

# 步驟1：對參數取初值，開始迭代

alpha0 = 0.5

mu0 = 0

sigmod0 = 1

alpha1 = 0.5

mu1 = 1

sigmod1 = 1

# 開始迭代

step = 0

while (step < iter):

# 每次進入一次迭代后迭代次數加1

step += 1

# 步驟2：E步：依據當前模型參數，計算分模型k對觀測數據y的響應度

gamma0, gamma1 = E_step(dataSetArr, alpha0, mu0, sigmod0, alpha1, mu1, sigmod1)

# 步驟3：M步

mu0, mu1, sigmod0, sigmod1, alpha0, alpha1 = M_step(mu0, mu1, gamma0, gamma1, dataSetArr)

# 迭代結束后將更新后的各參數返回

return alpha0, mu0, sigmod0, alpha1, mu1, sigmod1

if __name__ == '__main__':

start = time.time()

# 設置兩個高斯模型進行混合，這里是初始化兩個模型各自的參數

# 見“9.3 EM算法在高斯混合模型學習中的應用”

# alpha是“9.3.1 高斯混合模型” 定義9.2中的系數α

# mu0是均值μ

# sigmod是方差σ

# 在設置上兩個alpha的和必須為1，其他沒有什么具體要求，符合高斯定義就可以

alpha0 = 0.3 # 系數α

mu0 = -2 # 均值μ

sigmod0 = 0.5 # 方差σ

alpha1 = 0.7 # 系數α

mu1 = 0.5 # 均值μ

sigmod1 = 1 # 方差σ

# 初始化數據集

dataSetList = loadData(mu0, sigmod0, mu1, sigmod1, alpha0, alpha1)

#打印設置的參數

print('---------------------------')

print('the Parameters set is:')

print('alpha0:%.1f, mu0:%.1f, sigmod0:%.1f, alpha1:%.1f, mu1:%.1f, sigmod1:%.1f' % (

alpha0, alpha1, mu0, mu1, sigmod0, sigmod1

))

# 開始EM算法，進行參數估計

alpha0, mu0, sigmod0, alpha1, mu1, sigmod1 = EM_Train(dataSetList)

# 打印參數預測結果

print('----------------------------')

print('the Parameters predict is:')

print('alpha0:%.1f, mu0:%.1f, sigmod0:%.1f, alpha1:%.1f, mu1:%.1f, sigmod1:%.1f' % (

alpha0, alpha1, mu0, mu1, sigmod0, sigmod1

))

# 打印時間

print('----------------------------')

print('time span:', time.time() - start)