利用 StepMix 在 Python 中实现增长混合模型/潜在类别混合模型

pip install stepmix

import numpy as np
import pandas as pd
from stepmix import StepMix
from sklearn.preprocessing import StandardScaler

# 1. 准备数据
# 假设 data 是一个 Pandas DataFrame，包含以下列：
# - 'id': 个体 ID
# - 'time': 时间点
# - 'measurement': 测量值
# - 'covariate1': 协变量 1
# - 'covariate2': 协变量 2

# 为了演示，我们生成一些示例数据
np.random.seed(42)
n_samples = 200
n_timepoints = 5

data = pd.DataFrame({
    'id': np.repeat(range(n_samples), n_timepoints),
    'time': np.tile(range(n_timepoints), n_samples),
    'measurement': np.random.normal(loc=0, scale=1, size=n_samples * n_timepoints),
    'covariate1': np.random.normal(loc=0, scale=1, size=n_samples * n_timepoints),
    'covariate2': np.random.normal(loc=0, scale=1, size=n_samples * n_timepoints)
})


# 2. 数据预处理
# StepMix 需要 NumPy 数组作为输入
# 将数据透视为宽格式，以便每个个体在每一行都有一个测量值
wide_data = data.pivot(index='id', columns='time', values='measurement')

# 标准化数据
scaler = StandardScaler()
scaled_data = scaler.fit_transform(wide_data)

# 准备协变量数据
covariates = data.groupby('id')[['covariate1', 'covariate2']].mean().values

# 3. 构建和拟合 StepMix 模型
# 定义模型参数
n_components = 3  # 假设有 3 个类别

# 创建 StepMix 对象
model = StepMix(n_components=n_components,
                measurement='gaussian_univariate', # 假设测量值是高斯分布
                covariance_type='full',
                n_init=5, # 多次初始化，选择最佳结果
                random_state=42)

# 拟合模型
model.fit(scaled_data, covariates=covariates)

# 4. 分析结果
# 获取类别概率
membership = model.predict_proba(scaled_data, covariates=covariates)

# 获取类别标签
labels = model.predict(scaled_data, covariates=covariates)

# 打印结果
print("类别概率:\n", membership)
print("类别标签:\n", labels)

# 可以进一步分析每个类别的特征，例如绘制每个类别的平均增长轨迹
# ...