混合ガウスモデルを使って図をプロットしたい

Question

前提・実現したいこと

混合ガウスモデルを使ってアヤメのデータに等高線を引きたいです。
アヤメのデータの図に等高線をプロットしたいのですがエラーが出てきてしまい、どのようにして特徴量を変更したらいいのかわかりません。

発生している問題・エラーメッセージ

ValueError                                Traceback (most recent call last)
<ipython-input-13-eb81e5c63a46> in <module>
     49 X1, Y = np.meshgrid(x, y)
     50 XX = np.array([X1.ravel(), Y.ravel()]).T
---> 51 Z = -gmc.score_samples(XX)
     52 Z = Z.reshape(X1.shape)
     53 

~\anaconda3\lib\site-packages\sklearn\mixture\_base.py in score_samples(self, X)
    334         """
    335         check_is_fitted(self)
--> 336         X = _check_X(X, None, self.means_.shape[1])
    337 
    338         return logsumexp(self._estimate_weighted_log_prob(X), axis=1)

~\anaconda3\lib\site-packages\sklearn\mixture\_base.py in _check_X(X, n_components, n_features, ensure_min_samples)
     59         raise ValueError("Expected the input data X have %d features, "
     60                          "but got %d features"
---> 61                          % (n_features, X.shape[1]))
     62     return X
     63 

ValueError: Expected the input data X have 4 features, but got 2 features

該当のソースコード

from sklearn import cluster
from sklearn.cluster import AgglomerativeClustering
import numpy as np
import seaborn as sns
import pandas as pd
import matplotlib
import matplotlib.pyplot as plt
from matplotlib.colors import LogNorm
from sklearn import mixture


with open("iris.csv", 'r') as file:

    header = file.readline()

    data = np.loadtxt(file, delimiter=',', usecols=(0,1,2,3,4))



X = data[:,0:4]

y = data[:,4]



gmc = mixture.GaussianMixture(n_components=3, covariance_type='full')

gmc.fit(X)

yy=gmc.fit_predict(X)

plt.scatter(X[yy == 0][:,2],
            X[yy == 0][:,3],
            c='green',
            label='versicolor')
plt.scatter(X[yy == 1][:,2],
            X[yy == 1][:,3],
            c='yellow',
            label='setosa')
plt.scatter(X[yy == 2][:,2],
            X[yy == 2][:,3],
            c='red',
            label='versinica')



x = np.linspace(0., 7.)
y = np.linspace(0.,3.)
X1, Y = np.meshgrid(x, y)
XX = np.array([X1.ravel(), Y.ravel()]).T
Z = -gmc.score_samples(XX)
Z = Z.reshape(X1.shape)

CS = plt.contour(X1, Y, Z, norm=LogNorm(vmin=1.0, vmax=1000.0),
                 levels=np.logspace(0, 3, 10))
CB = plt.colorbar(CS, shrink=0.8, extend='both')
plt.scatter(X1_train[:, 0], X1_train[:, 1], .8)

plt.title('GMM')
plt.axis('tight')









plt.grid()
        
plt.legend(loc="upper left")
plt.xlabel("petal length")
plt.ylabel("petal width")
plt.show()



print("Original  : {0}".format(y.astype(np.int64)))

print("Clustering: {0}".format(yy))

Answer 1

特徴量の数と等高線のメッシュ作成で使用している次元が一致していないことが原因です。したがって

• 特徴量の数を4つから2つに減らす
• メッシュの次元を2次元から4次元に増やす

のどちらかの対処が必要です。

簡単に修正するには、前者の方式で、特徴量の数を下記のように4つから2つに減らして下さい。

gmc.fit(X[:,0:2])
yy = gmc.fit_predict(X[:, 0:2])

一応、後者の4次元メッシュを作る方も示します。

x = np.linspace(0.0, 8.0)
y = np.linspace(0.0, 5.0)
z = np.linspace(0.0, 8.0)
w = np.linspace(0.0, 5.0)
mx, my, mz, mw = np.meshgrid(x, y, z, w, indexing="ij")
XX = np.array([mx.ravel(), my.ravel(), mz.ravel(), mw.ravel()]).T
Z = -gmc.score_samples(XX)

この場合、等高線を作図する際には

CS = plt.contour(
    mx[:, :, 0, 0],
    my[:, :, 0, 0],
    Z[:, :, 0, 0],
    norm=LogNorm(vmin=1.0, vmax=1000.0),
    levels=np.logspace(0, 3, 10),
)

のように２次元平面となるよう指定する必要があります。

参考URL

• sklearn.mixture.GaussianMixture.score_samples()

Comments

[退会済みユーザー]

丁寧に説明ありがとうございます。前者の方法も校舎の方法もできました。ありがとうございます。

Answer 2

ValueError: Expected the input data X have 4 features, but got 2 features
このエラー文から察するに、XXは4次元配列でないといけないのに、2次元配列のためエラーが出ているようです。
XXのデータがこの形式で正しいか、もう一度確認する必要があると思われます。

Comments

[退会済みユーザー]

わかりました。ありがとうございます