從 GMM 模型繪制高斯子種群

Question

我使用 scikit learn on python 創建了一個 GMM 模型，如下所述：

x = df1['DNA_2']
y = df1['DNA_1']
X = np.column_stack((x, y)) # create a 2D array from the two lists
mod2 = GaussianMixture(n_components=5, covariance_type='tied', random_state=2) # build the gmm
mod2.fit(X)

然后我使用這個模型進行預測，然后繪制：

df1['pred2'] = labels
fig, ax = plt.subplots(1,1)
ax.scatter(x, y, c=df1['pred2'].apply(lambda x: colors[x]), s = 0.5, alpha=0.2)
H,X,Y = density_estimation(x,y)
ax.contour(H, X, Y, 8, linewidths=0.5, cmap='viridis')

要得到：

我想知道如何繪制 5 個種群的高斯曲線。 我知道我可以使用mod1.means_獲得均值，使用mod1.covariances_ （均為 2D）獲得方差但我如何繪制它以獲得每個種群的曲線？

希望得到類似的東西：

Answer 1

如果是如圖所示的 2D GMM，唯一的方法是繪制 2D 密度圖，例如： https ://pythonmachinelearning.pro/clustering-with-gaussian-mixture-models/三個組成部分。 要繪制此圖，您需要繪制每個集群/組的概率密度分量。