gpt4 book ai didi

python - 将独立的 sklearn GaussianMixture 对数概率分数转换为总和为 1 的概率

转载 作者:太空宇宙 更新时间:2023-11-04 04:26:03 26 4
gpt4 key购买 nike

我已经标记了二维数据。集合中有 4 个标签,我知道每个点与其标签的对应关系。我想,给定一个新的任意数据点,找出它具有 4 个标签中的每一个的概率。它必须属于一个且仅属于一个标签,因此概率之和应为 1。

到目前为止,我所做的是在与每个标签关联的数据点上训练 4 个独立的 sklearn GMM (sklearn.mixture.GaussianMixture)。应该注意的是,我不希望训练具有 4 个组件的单个 GMM,因为我已经知道标签,并且不想以比我已知标签更糟糕的方式重新聚类。 (似乎有一种方法可以为 fit() 函数提供 Y= 标签,但我似乎无法让它工作)。

enter image description here

在上图中,点按其已知标签着色,等高线表示适合这 4 组点的四个独立 GMM。

对于一个新点,我尝试通过几种方式计算其标签的概率:

  1. GaussianMixture.predict_proba():由于每个独立的 GMM 只有一个分布,因此这只会为所有模型返回 1 的概率。

  2. GaussianMixture.score_samples():根据文档,此函数返回“每个样本的加权对数概率”。我的程序是,对于一个新点,我从代表上述每个分布的四个独立训练的 GMM 中的每一个调用此函数四次。我在这里确实得到了半合理的结果——通常是正确模型的正数和三个不正确模型中每一个的负数,交叉分布边界附近的点的结果更加困惑。这是一个典型的明确结果:

2.904136, -60.881554, -20.824841, -30.658509

这个点实际上与第一个标签相关联,并且最不可能是第二个标签(离第二个分布最远)。我的问题是如何将上述分数转换为总和为 1 的概率,并准确表示给定点属于四个分布之一且仅属于其中一个的概率?鉴于这是 4 个独立的模型,这可能吗?如果没有,是否有另一种我忽略的方法可以让我根据已知标签训练 GMM,并提供总和为 1 的概率?

最佳答案

一般来说,如果你不知道分数是如何计算的,但你知道分数和概率之间存在单调关系,你可以简单地使用softmax函数来近似一个概率,带有一个可选的温度变量控制分布的尖峰度。

V 成为您的分数列表,让 tau 成为温度。然后,

p = np.exp(V/tau) / np.sum(np.exp(V/tau))

是你的答案。

PS:幸运的是,我们知道 sklearn GMM 评分是如何工作的,使用 tau=1 的 softmax 就是您的确切答案。

关于python - 将独立的 sklearn GaussianMixture 对数概率分数转换为总和为 1 的概率,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/53484210/

26 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com