Main Content

本页翻译不是最新的。点击此处可查看最新英文版本。

cdf

高斯混合分布的累积分布函数

说明

示例

y = cdf(gm,X) 返回高斯混合分布 gm 的累积分布函数 (cdf),在 X 中的值处计算函数值。

示例

全部折叠

创建一个 gmdistribution 对象并计算其 cdf 值。

定义一个二成分二元高斯混合分布的分布参数(均值和协方差)。

mu = [1 2;-3 -5];
sigma = [1 1]; % shared diagonal covariance matrix

使用 gmdistribution 函数创建一个 gmdistribution 对象。默认情况下,该函数会创建一个等比例混合。

gm = gmdistribution(mu,sigma)
gm = 

Gaussian mixture distribution with 2 components in 2 dimensions
Component 1:
Mixing proportion: 0.500000
Mean:     1     2

Component 2:
Mixing proportion: 0.500000
Mean:    -3    -5

计算 gm 的 cdf 值。

X = [0 0;1 2;3 3;5 3];
cdf(gm,X)
ans = 4×1

    0.5011
    0.6250
    0.9111
    0.9207

创建一个 gmdistribution 对象并绘制其 cdf。

定义两个二元高斯混合成分的分布参数(均值、协方差和混合比例)。

p = [0.4 0.6];               % Mixing proportions     
mu = [1 2;-3 -5];            % Means
sigma = cat(3,[2 .5],[1 1])  % Covariances 1-by-2-by-2 array
sigma = 
sigma(:,:,1) =

    2.0000    0.5000


sigma(:,:,2) =

     1     1

cat 函数沿第三个数组维度串联协方差。定义的协方差矩阵是对角矩阵。sigma(1,:,i) 包含成分 i 的协方差矩阵的对角线元素。

使用 gmdistribution 函数创建一个 gmdistribution 对象。

gm = gmdistribution(mu,sigma,p)
gm = 

Gaussian mixture distribution with 2 components in 2 dimensions
Component 1:
Mixing proportion: 0.400000
Mean:     1     2

Component 2:
Mixing proportion: 0.600000
Mean:    -3    -5

使用 fsurf 绘制高斯混合分布的 cdf。

gmCDF = @(x,y) arrayfun(@(x0,y0) cdf(gm,[x0 y0]),x,y);
fsurf(gmCDF,[-10 10])

Figure contains an axes object. The axes object contains an object of type functionsurface.

输入参数

全部折叠

高斯混合分布,也称为高斯混合模型 (GMM),指定为 gmdistribution 对象。

您可以使用 gmdistributionfitgmdist 创建一个 gmdistribution 对象。通过指定分布参数,使用 gmdistribution 函数创建一个 gmdistribution 对象。在给定固定成分数量的情况下,使用 fitgmdist 函数对数据进行 gmdistribution 模型拟合。

用于计算 cdf 的值,指定为 n×m 数值矩阵,其中 n 是观测值数目,m 是每个观测值中的变量数。

数据类型: single | double

输出参数

全部折叠

高斯混合分布 gm 的 cdf 值,在 X 处计算,以 n×1 数值向量形式返回,其中 n 是 X 中的观测值数目。

版本历史记录

在 R2007b 中推出