Scikit Gaussian混合物模型值:X和Y必须具有相同的第一维

Question

我正在尝试使用Python Scikit遵循本教程。问题在于原始代码无法开箱即用。它说输入阵列的形状存在问题，而GMM现在已弃用。我试图将其重写为：

np.random.seed(2)
x = np.concatenate([np.random.normal(0, 2, 200),
                    np.random.normal(5, 5, 200),
                    np.random.normal(3, 0.5, 600)])
x = np.reshape(x, (-1, 1))
plt.hist(x, 80, normed=True)
plt.xlim(-10, 20)
clf = GaussianMixture(4, max_iter=500, random_state=3).fit(x)
xpdf = np.linspace(-10, 20, 1000)
xpdf = np.reshape(xpdf, (-1, 1))
density = np.exp(clf.score(xpdf))
plt.hist(x, 80, normed=True, alpha=0.5)
plt.plot(xpdf, density, '-r')
plt.xlim(-10, 20)

，但我仍然得到ValueError: x and y must have same first dimension。据我所知，现在问题已经从数组的形状转移到density变量的形状。但是我不确定实际发生了什么。有人可以对此提供一些启示吗？谢谢。

Answer 1

如果您检查了density的形状，问题将更加清晰：

>>> density.shape
()

score方法返回它传递的整个数据集的日志样本，这只是一个单个标量值。您需要score_samples，它将提供每个点的日志可能性。

自编写教程以来，API可能在这里发生了变化 - 我不确定。