我有一些数据（用于说话人识别的MFCC特征），来自两个不同的说话人。每个人有60个13特征的向量（总共120个）。每个人都有自己的标签（0和1）。我需要在混淆矩阵上显示结果。但是sklearn中的GaussianMixture模型不稳定。每次运行程序时我都会得到不同的分数（有时准确率是0.4，有时是0.7…）。我不知道自己做错了什么，因为我类似的创建了SVM和k-NN模型，它们运行得很好（稳定准确率约为0.9）。你有任何想法我做错了什么吗？

gmmclf = GaussianMixture(n_components=2, covariance_type='diag')gmmclf.fit(X_train, y_train) #X_train是mfcc向量，y_train是标签ygmm_pred_class = gmmclf.predict(X_test)print(accuracy_score(y_test, ygmm_pred_class))print(confusion_matrix(y_test, ygmm_pred_class))

回答：

简短回答：你应该不使用GMM进行分类。

详细回答…

从一个相关线程的回答中，使用scikit-learn进行多类分类的高斯混合模型（原文强调）：

高斯混合模型不是分类器。它是一种密度估计方法，期望其组件能神奇地与你的类别对齐并不是一个好主意。[…] GMM只是试图将高斯混合模型拟合到你的数据中，但没有任何东西强迫它根据标签（甚至在fit调用中未提供）来放置它们。有时这会起作用 – 但仅限于简单问题，其中类别分离得如此好，以至于即使是Naive Bayes也能起作用，但一般来说，它对于这个问题来说根本不是有效的工具。

并且回答者本人的评论（再次强调原文）：

如回答中所述 – GMM不是分类器，因此询问你是否正确使用”GMM分类器”是无法回答的。将GMM用作分类器在定义上是不正确的，没有“有效”的方法在这种问题中使用它，因为这不是该模型设计的用途。你可以做的是为每个类别构建一个适当的生成模型。换句话说，构建你自己的分类器，你为每个标签拟合一个GMM，然后使用分配的概率进行实际分类。然后它就是一个适当的分类器。见github.com/scikit-learn/scikit-learn/pull/2468

（为了说明，这可能值得注意的是，回答者是DeepMind的研究科学家，并且是Stack Overflow上第一个获得machine-learning 金牌的人）

进一步阐述（这就是为什么我没有简单地将问题标记为重复）：

确实，在scikit-learn的文档中有一个标题为GMM分类的帖子：

展示用于分类的高斯混合模型的演示。

我猜在2017年以上回应写的时候，这个帖子还不存在。但深入研究提供的代码，你会意识到GMM模型实际上是以lejlot上面提出的方式使用的；没有形式为classifier.fit(X_train, y_train)的语句 – 所有使用都是classifier.fit(X_train)的形式，即不使用实际的标签。

这正是我们从类似聚类的算法（GMM确实是这种算法）中期望的，而不是从分类器中期望的。再一次，确实scikit-learn提供了在GMM fit方法中也提供标签的选项：

fit (self, X, y=None)

你实际上在这里使用了它（而且再次，可能在2017年以上回应暗示时还不存在），但是，考虑到我们对GMM及其用法的了解，这个参数在这里的用途并不完全清楚（并且，请允许我说，scikit-learn在从纯粹的编程角度看起来合理，但从建模角度来看意义很小的做法上也有自己的份额）。

最后的话：尽管固定随机种子（如评论中建议的）可能会看起来“有效”，但信任一个根据随机种子给出0.4到0.7之间准确率范围的“分类器”显然不是一个好主意…