cdf

高斯混合分布的累积分布函数

全页折叠

语法

y = cdf(gm,X)

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

计算 cdf 值

打开实时脚本

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)

绘制 cdf

打开实时脚本

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])

输入参数

全部折叠

`gm` — 高斯混合分布
`gmdistribution` 对象

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 gmdistribution 或 fitgmdist 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。