Scikit Learn高斯混合模型（GMM）聚类结果不一致问题咨询

1. 随机初始化引发局部最优差异
   Scikit-learn的GaussianMixture默认会对高斯成分的均值、协方差等参数做随机初始化，EM算法在优化过程中可能收敛到不同的局部最优解，这是每次聚类结果不一致的核心原因。

2. 样本量与簇数不匹配
   你的数据集仅12个样本，却指定了4个聚类簇，平均每个簇仅3个样本。这种情况下数据无法呈现出4个清晰的高斯分布结构，EM算法更容易在不同局部最优间波动，导致结果不稳定。

• 固定随机种子
  初始化GaussianMixture时设置random_state参数，固定初始化的随机过程，确保每次运行结果一致：

model = GaussianMixture(n_components=4, random_state=42)

• 多轮初始化选最优结果
  设置n_init参数让模型多次运行不同初始化，最终选择似然值最高的结果，搭配random_state保证可复现：

model = GaussianMixture(n_components=4, n_init=10, random_state=42)

• 用准则选择合理簇数
  强行指定4个簇不符合样本量现状，建议通过BIC/AIC准则选择最优簇数：

n_components_range = range(1, 5)
bic_scores = []
for n in n_components_range:
    model = GaussianMixture(n_components=n, random_state=42)
    model.fit(X)
    bic_scores.append(model.bic(X))

# 绘制BIC曲线，选择最小BIC对应的簇数
pyplot.plot(n_components_range, bic_scores)
pyplot.xlabel('Number of Components')
pyplot.ylabel('BIC Score')
pyplot.show()

通常BIC值最小的点对应的簇数是最合理的选择。

• 标准化特征尺度
  你的特征x和y数值范围差异较大（x：0_30，y：068），标准化后让特征尺度一致，可提升模型拟合稳定性：

from sklearn.preprocessing import StandardScaler

scaler = StandardScaler()
X_scaled = scaler.fit_transform(X)

# 使用标准化后的数据训练模型
model = GaussianMixture(n_components=4, random_state=42)
model.fit(X_scaled)

内容的提问来源于stack exchange，提问作者user3673063