r"\$\gamma_0=\$"-优快云博客

本文探讨了sklearn库中BayesianGaussianMixture模型的使用细节，特别是weight_concentration_prior_type参数的选择及其对模型的影响。通过对比不同prior设置下混合模型的表现，深入理解其在有限与无限混合场景中的应用。

学习sklearn-example中有一句代码这样的：

estimators = [
    ("Finite mixture with a Dirichlet distribution\nprior and "
     r"$\gamma_0=$", BayesianGaussianMixture(
        weight_concentration_prior_type="dirichlet_distribution",
        n_components=2 * n_components, reg_covar=0, init_params='random',
        max_iter=1500, mean_precision_prior=.8,
        random_state=random_state), [0.001, 1, 1000]),
    ("Infinite mixture with a Dirichlet process\n prior and" r"$\gamma_0=$",
     BayesianGaussianMixture(
        weight_concentration_prior_type="dirichlet_process",
        n_components=2 * n_components, reg_covar=0, init_params='random',
        max_iter=1500, mean_precision_prior=.8,
        random_state=random_state), [1, 1000, 100000])]

以及这样的：

    plot_results(plt.subplot(gs[0:2, k]), plt.subplot(gs[2, k]), estimator,
                 X, y, r"%s$%.1e$" % (title, concentration),
                 plot_title=k == 0)

对于其中出现的r，不知道起什么作用。

r"$\gamma_0=$"
r"%s$%.1e$" % (title, concentration)

In [8]: d =  r"\$\gamma_0=\$"
In [9]: e =  "\$\gamma_0=\$"
In [10]: print(d,e)
\$\gamma_0=\$ \$\gamma_0=\$
In [11]: d == e
Out[11]: True

好像是没区别，但是是否删除r，颜色却不一样呀，删除后运行，也没看出来什么不一样。在这里插入图片描述

占个坑，以后发现了为什么再来完善。

有一个讲%r的链接：https://stackoverflow.com/questions/19252663/extracting-decimal-numbers-from-a-string