高斯混合模型回归(Gaussian Mixture Model Regression,GMM回归)

高斯混合模型(GMM)是一种概率模型,它假设数据是由多个高斯分布的混合组成的。在高斯混合回归中,聚类与回归被结合成一个联合模型:

  • 聚类部分 --- 使用高斯混合模型进行聚类,识别数据的不同簇。
  • 回归部分 --- 对每个簇中的数据使用回归方法来建模,通常是线性回归或非线性回归。

GMM回归不仅能捕捉数据的聚类结构,还能进行回归预测,适用于处理具有复杂分布的数据。

下面是一个简单的高斯混合模型回归(GMM回归)的Python示例。在这个示例中,我们将使用GaussianMixture模型进行数据的聚类,然后在每个聚类中使用线性回归进行回归预测。

代码步骤:

  1. 生成数据:首先,生成一些具有非线性关系的样本数据。
  2. 高斯混合模型聚类 :使用GaussianMixture对数据进行聚类。
  3. 在每个聚类中进行回归:在每个聚类中的数据上训练一个回归模型(例如线性回归)。
  4. 预测:对新样本进行聚类预测并使用相应的回归模型进行回归。

示例代码:

python 复制代码
import numpy as np
import matplotlib.pyplot as plt
from sklearn.mixture import GaussianMixture
from sklearn.linear_model import LinearRegression
from sklearn.datasets import make_regression
from sklearn.model_selection import train_test_split

# 1. 生成一些数据
n_samples = 300
X, y = make_regression(n_samples=n_samples, n_features=1, noise=10, random_state=42)

# 添加一些非线性扰动
y = y + 50 * np.sin(X).ravel()

# 2. 高斯混合模型聚类
n_components = 3  # 假设数据可以分成3个簇
gmm = GaussianMixture(n_components=n_components, random_state=42)
gmm.fit(X)  # 对数据进行聚类

# 预测每个数据点属于哪个簇
cluster_labels = gmm.predict(X)

# 3. 在每个簇中训练回归模型
regressors = {}
for i in range(n_components):
    # 选取当前簇的数据
    X_cluster = X[cluster_labels == i]
    y_cluster = y[cluster_labels == i]
    
    # 对每个簇的样本拟合线性回归模型
    regressor = LinearRegression()
    regressor.fit(X_cluster, y_cluster)
    regressors[i] = regressor

# 4. 可视化数据和回归模型
plt.figure(figsize=(10, 6))
plt.scatter(X, y, c=cluster_labels, cmap='viridis', marker='o', edgecolor='k', s=50)
plt.title("GMM Clustering and Regression", fontsize=16)
plt.xlabel("X", fontsize=12)
plt.ylabel("y", fontsize=12)

# 绘制每个聚类的回归线
X_range = np.linspace(X.min(), X.max(), 1000).reshape(-1, 1)
for i in range(n_components):
    y_pred = regressors[i].predict(X_range)
    plt.plot(X_range, y_pred, label=f'Cluster {i} Regression', linewidth=2)

plt.legend()
plt.show()

# 5. 使用训练好的回归模型进行预测
# 假设我们有新的样本
X_new = np.array([[0.1], [1.5], [3.0]])

# 对新的样本进行聚类预测
new_cluster_labels = gmm.predict(X_new)

# 对每个样本使用对应簇的回归模型进行预测
y_new_pred = np.array([regressors[label].predict(X_new[i].reshape(1, -1)) for i, label in enumerate(new_cluster_labels)])

print("Predictions for new samples:", y_new_pred.ravel())

代码说明:

  1. 生成数据 :我们使用make_regression生成一些线性数据,然后添加了一个非线性扰动(50 * np.sin(X))来模拟更复杂的关系。

  2. 聚类 :使用GaussianMixture模型将数据分为3个簇。GaussianMixture模型会根据数据的分布情况进行高斯分布的拟合。

  3. 回归:对于每个簇,我们单独训练一个线性回归模型。每个簇的数据都会拟合一个单独的回归模型,从而使得每个簇内的回归结果更加贴合数据的局部模式。

  4. 预测:通过预测新样本所属的簇,然后使用对应簇中的回归模型进行预测。

  5. 可视化:展示了数据点、每个簇的回归线以及数据的聚类分布。

运行结果:

  1. 聚类可视化:图中不同颜色的点表示数据被分成不同的簇,每个簇的数据分布和回归线是不同的。
  2. 回归预测:对于新样本,我们首先确定它属于哪个簇,然后根据该簇的回归模型进行预测。

适用场景:

  • 当数据集存在多个模式或子群体时,使用高斯混合模型进行聚类,并在每个簇内训练单独的回归模型,有助于提高回归性能。
  • 该方法适合数据分布复杂且呈现非线性关系的场景。

这个示例只是一个简单的实现,您可以根据需要进行更复杂的回归模型设计(例如,非线性回归模型、决策树回归等)以及调整高斯混合模型的超参数。

相关推荐
AI数据皮皮侠2 小时前
中国上市公司数据(2000-2023年)
大数据·人工智能·python·深度学习·机器学习
我爱计算机视觉2 小时前
ICCV 2025 (Highlight) Being-VL:师夷长技,用NLP的BPE算法统一视觉语言模型
人工智能·算法·语言模型·自然语言处理
FunTester2 小时前
人工智能:技术分类、核心领域与应用全景
人工智能·语言模型·分类
xwz小王子3 小时前
首个零样本跨本体泛化开源具身模型:智源RoboBrain-X0 技术细节全解析
人工智能·团队开发
ggaofeng4 小时前
深度学习基本函数
人工智能·深度学习
XINVRY-FPGA4 小时前
XCVU9P-2FLGA2104E Xilinx AMD Virtex UltraScale+ FPGA
人工智能·嵌入式硬件·fpga开发·硬件工程·dsp开发·射频工程·fpga
Elastic 中国社区官方博客6 小时前
Elasticsearch MCP 服务器:与你的 Index 聊天
大数据·服务器·人工智能·elasticsearch·搜索引擎·ai·全文检索
virtual_k1smet8 小时前
#等价于e * d ≡ 1 mod φ(n) #模逆元详解
人工智能·算法·机器学习
可触的未来,发芽的智生8 小时前
新奇特:神经网络的集团作战思维,权重共享层的智慧
人工智能·python·神经网络·算法·架构
H3C-Navigator8 小时前
HRPC在Polaris存储系统中的应用
网络·人工智能·ai-native