scikit学习不推荐的GMM.eval()替换

目前获得责任的方法是 predict_proba()

预测概率() : 根据数据预测各分量的后验概率。

现在你可能会认为描述并没有说明责任。但这是你需要的。

从GMM到GaussianMixture类的转变已经在这里进行了深入的讨论:

• https://github.com/taborlab/FlowCal/issues/230
• https://github.com/scikit-learn/scikit-learn/wiki/GSoC-2015-Proposal:-Improve-GMM-module

你需要的答案如下:

• https://github.com/scikit-learn/scikit-learn/issues/7953

您可能会看到作者在 this comment

旧的有一个相当强的正则化,新的(默认情况下)没有。

您也可以检查源代码,以验证这确实返回了责任。

从 docs 旧版scikit学习版的内容如下:

不推荐:GMM.eval在0.14中重命名为GMM.score_samples,并将 在0.16中移除。

所以我觉得你应该用 score_samples() .

评估(X)

参数:

十: 类数组,形状(n_采样,n_特征):n_特征的列表-维度数据点。每一行对应一个数据点。

返回:

logprob:类数组,shape(n_samples,):X中每个数据点的对数概率

职责:阵列状,形状(n_样品,n_组件):

每次观测的每个混合成分的后验概率

显然,在新的定义中没有解决方法,它是相同的,而且非常简洁的定义