Я сгруппировал свои данные (12000, 3), используя алгоритм sklearn Gaussian Mix Model (GMM). У меня 3 кластера. Каждая точка моих данных представляет молекулярную структуру. Я хотел бы знать, как я мог выбрать каждый кластер. Я пробовал с функцией:
gmm = GMM(n_components=3).fit(Data)
gmm.sample(n_samples=20)
но он выполняет выборку всего дистрибутива, но мне нужен образец каждого из компонентов.
Ну, это не так просто, так как вам нужно вычислить собственные векторы всех ковариационных матриц. Вот пример кода для проблемы, которую я изучал
import numpy as np
from scipy.stats import multivariate_normal
import random
from operator import truediv
import itertools
from scipy import linalg
import matplotlib.pyplot as plt
import matplotlib as mpl
from sklearn import mixture
#import some data which can be used for gmm
mix = np.loadtxt("mixture.txt", usecols=(0,1), unpack=True)
#print(mix.shape)
color_iter = itertools.cycle(['navy', 'c', 'cornflowerblue', 'gold',
'darkorange'])
def plot_results(X, Y_, means, covariances, index, title):
#function for plotting the gaussians
splot = plt.subplot(2, 1, 1 + index)
for i, (mean, covar, color) in enumerate(zip(
means, covariances, color_iter)):
v, w = linalg.eigh(covar)
v = 2. * np.sqrt(2.) * np.sqrt(v)
u = w[0] / linalg.norm(w[0])
# as the DP will not use every component it has access to
# unless it needs it, we shouldn't plot the redundant
# components.
if not np.any(Y_ == i):
continue
plt.scatter(X[Y_ == i, 0], X[Y_ == i, 1], .8, color=color)
# Plot an ellipse to show the Gaussian component
angle = np.arctan(u[1] / u[0])
angle = 180. * angle / np.pi # convert to degrees
ell = mpl.patches.Ellipse(mean, v[0], v[1], 180. + angle, color=color)
ell.set_clip_box(splot.bbox)
ell.set_alpha(0.5)
splot.add_artist(ell)
plt.xlim(-4., 3.)
plt.ylim(-4., 2.)
gmm = mixture.GaussianMixture(n_components=3, covariance_type='full').fit(mix.T)
print(gmm.predict(mix.T))
plot_results(mix.T, gmm.predict(mix.T), gmm.means_, gmm.covariances_, 0,
'Gaussian Mixture')
Итак, для моей проблемы результирующий график выглядел так: 
Изменить: здесь ответ на ваш комментарий. Я бы использовал панд для этого. Предположим, что X — это ваша матрица признаков, а y — ваши метки, тогда
import pandas as pd
y_pred = gmm.predict(X)
df_all_info = pd.concat([X,y,y_pred], axis=1)
В результирующем кадре данных вы можете проверить всю необходимую информацию, вы даже можете просто исключить образцы, которые алгоритм неправильно классифицировал:
df_wrong = df_all_info[df_all_info['name of y-column'] != df_all_info['name of y_pred column']]
