random
가우스 혼합 분포의 확률 변량
설명
예제
gmdistribution 객체를 만들고 확률 변량을 생성합니다.
두 개의 이변량 가우스 혼합 분포 성분으로 구성된 분포 파라미터(평균 및 공분산)를 정의합니다.
mu = [1 2;-3 -5];
sigma = [1 1]; % shared diagonal covariance matrixgmdistribution 객체는 gmdistribution 함수를 사용하여 생성할 수 있습니다. 기본적으로, 이 함수는 성분의 비율이 동일하도록 혼합합니다.
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
1,000개의 확률 변량을 생성합니다.
rng('default'); % For reproducibility [Y,compIdx] = random(gm,1000);
compIdx(i)는 i번째 확률 변량 Y(i,:)를 생성하는 데 사용되는 혼합 성분을 나타냅니다. Component 1에 의해 생성된 확률 변량의 개수를 계산합니다.
numIdx1 = sum(compIdx == 1)
numIdx1 = 512
random은 gm의 혼합 비율이 같으므로 Component 1을 사용하여 확률 변량의 약 절반을 생성합니다.
scatter를 사용하여 생성된 확률 변량을 플로팅합니다.
scatter(Y(:,1),Y(:,2),10,'.') % Scatter plot with points of size 10
난수 생성기를 재설정하여 동일한 확률 변량을 생성합니다.
두 개의 이변량 가우스 혼합 성분으로 구성된 분포 파라미터(평균, 공분산 및 혼합 비율)를 정의합니다.
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 함수는 세 번째 배열 차원을 따라 공분산을 결합합니다. 정의된 공분산 행렬은 대각 행렬입니다. sigma(1,:,i)는 성분 i의 공분산 행렬의 대각선 요소를 포함합니다.
gmdistribution 객체는 gmdistribution 함수를 사용하여 생성할 수 있습니다.
gm = gmdistribution(mu,sigma);
난수 생성기의 현재 상태를 저장한 다음, gm을 사용하여 확률 변량을 생성합니다.
s = rng; r = random(gm)
r = 1×2
-1.1661 -7.2588
난수 생성기의 상태를 s로 복원한 다음, gm을 사용하여 확률 변량을 생성합니다. 값이 이전과 같습니다.
rng(s); r1 = random(gm)
r1 = 1×2
-1.1661 -7.2588
입력 인수
출력 인수
버전 내역
R2007b에 개발됨
