问题标签 [mixture-model]

如果这更像是一个统计问题而不是 R 问题，我深表歉意。我正在尝试在 R 中估计以下模型。

y_t = mu0 (1 - S_t) + mu1 S_t + e_t e_t ~ N(0, sigma_t^2) sigma_t^2 = sigma_0^2 (1 - S_t) + sigma_1^2 S_t

其中，如果 S_t = 0，则 mu_t = mu0，如果 S_t = 1，则 mu_t = mu1，并且 S_t 是马尔可夫过程，0 或 1，具有转移概率 P(S_t = 1 | S_t-1 = 1) = p 和 P(S_t = 0 | S_t-1 = 0) = q。

'flexmix' 会是一个很好的库吗？我对这种统计数据不熟悉，因此任何指向正确库的指针都会受到赞赏。

谢谢，

我有一个模型，其中 M 个状态中的状态 j 以概率 p_j 选择。概率可以是任何实数。这指定了 M 个状态的混合模型。我可以在恒定时间内访问所有 j 的 p_j。我想制作大量（N）个随机样本。最明显的算法是

1) 计算累积概率分布 P_j = p_1+p_2+...p_j。（男）

2) 对于每个样本，在 [0,1] 中选择随机浮点 x。上）

3) 对于每个样本，选择 j 使得 min(0,P_j-1) < x <= max(1,P_j)。O(Nlog(M))

所以渐近复杂度为 O(Nlog(M))。N的因素显然是不可避免的，但我想知道log（M）。是否有可能在实际实施中克服这个因素？

如何用 Java编写 GMM（高斯混合模型）？MATLAB 中有一些实现，但我正在寻找一些关于它的文档和 Java 中的示例代码。

PS：如果可能的话，我如何在我的代码中采用 Weka 实现？

PS 2：我找到了http://www.lix.polytechnique.fr/~nielsen/MEF/ GMM 的源代码在哪里，所以我可以在我的代码中采用它？

PS 3：找到的其他代码是：http ://www.dii.unisi.it/~freno/JProGraM.html ，但如何采用它仍然存在问题。我应该给出我的输入列表并从算法中获取所有分类元素列表。

BACKDROP：在 openCV 视频处理中，我将前景分割为n个 blob。

问题：OpenCV 2.3 提供了一个名为 GMM 的类。如何使用 GMM 对 blob 的像素进行建模。我是高斯混合建模的新手。我可以理解它的功能，但我不确定执行的顺序。

来源 http://opencv.sourcearchive.com/documentation/2.3.1-0exp1/classGMM-members.html http://opencv.sourcearchive.com/documentation/2.3.1-0/modules_2imgproc_2src_2grabcut_8cpp_source.html

我正在寻找一个多变量 GMM 的 C++ 实现，它使用基于 Gibbs 采样的方法来拟合/分类（而不是通常的基于 EM），以便能够充分利用先验信息并添加约束。通常称为狄利克雷过程高斯混合模型或 DPGMM。

我已经在 Matlab 中实现了这个，但没有花时间转换这个代码（是的，我的代码使用内置的 matlab 编码器进行转换，但它目前依赖于各种额外的 Matlab 库）。效率也很重要，我将每秒多次将 GMM 拟合到大型数据集。

因此，我很想知道那里是否已经有众所周知的高效代码。初始搜索没有返回太多。

我正在尝试使用 matlab 将我的数据拟合到高斯混合模型，但问题是我无法确定执行此操作的最佳组件数量，任何人都可以帮忙！此外，如果已经有构建函数来获得最佳数量，请提供帮助。

如何在 C 中编写 GMM（高斯混合模型）。Matlab 中有一些实现，但我正在寻找一些关于它的文档和 C 中的示例代码，而不是 C++ 中的示例代码。

我正在使用 pymix 包来解决混合模型。

之后我不能做

我可以看到 3 个高斯混合的最终均值和标准差。问题是我想访问这些手段和标准来进行一些计算，但不知道如何做到这一点，m.EM() 从最后一次迭代返回一个后验矩阵和对数似然的元组，但显然不是这些均值和标准差，我这里有什么遗漏吗？提前谢谢你。

我已经使用 将gmdistribution数据拟合到高斯混合模型。我想绘制一个轮廓图http://imgur.com/yVE1M，其中轮廓明显缺失。对于我发现的一维问题fplot，但现在我很难过。

我正在寻找一种高斯混合模型聚类算法，它允许我设置相等的分量权重和共享对角线协方差。我需要分析一组数据，我没有时间尝试自己编写代码。