1回答
我是Python的新手。我想对由两个多变量正态分布生成的样本执行K均值聚类。我生成了样本并执行了K-means聚类，但是当我想要绘制聚类时，我得到了一个错误。应该有一些我遗漏的维度问题。下面是我的代码： mean1 = [-1, -1.5]x1, y1 = np.random.default_rng().multivariate_normal
浏览 15提问于2021-05-02得票数 3
1回答
寻找随机向量的下正态分布
、、、、
我试图用Python解决一个与统计相关的现实世界问题，并寻找我的想法的输入:我有来自m维正态分布的N个随机向量。我没有关于基本分布的均值和协方差矩阵的信息，事实上，它是正态分布只是一个假设，一个非常可信的假设。我想要计算分布的平均向量和协方差矩阵的逼近。随机向量的个数在100 ~ 300之间，正态分布的维数在2~ 5之间，在标准
浏览 3提问于2020-02-23得票数 0
回答已采纳
Stan让我们在变模式和采样模式下运行，而变模式的速度要快得多。我的问题是，变分斯坦的行为是否能为我们的模型提供任何线索。我们可以使delta均值/中值在初始1.0以上增加，但直到收敛为止。
我在考虑经验法则。作为抽样的一个例子，如果我有一个相当大的数据集
浏览 4提问于2017-01-16得票数 1
回答已采纳
2回答
我正在做t检验，看看A组和B组的平均值是否不同。B组-样本大小在670 K左右
由于P值小于α，所以我拒绝零假设，得出A组和B组的平均值是不同的。然而，为了进行两个样本t检验，一个要求是样本(在我的例子中是A和B)必须是独立的，并且来自正态分布。它们是独立的，因为我的样本
浏览 3提问于2017-12-03得票数 1
回答已采纳
4回答
我正在尝试自动化一个过程，这个过程在某个时候需要从截短的多元正常值中抽取样本。也就是说，它是正态分布的多元正态分布(即高斯分布)，但变量被限制在长方体上。我给定的输入是完全多元正态的均值和协方差，但我需要在我的盒子里的样本。
到目前为止，我只是拒绝了盒外的样本，并在必要时重新采样，但我开始发现，我的</
浏览 12提问于2013-11-21得票数 8
回答已采纳
我试图从一个N-昏暗的标准高斯分布中采样batch_size点。但我注意到有两个类似的函数我可以使用，我想知道哪个是正确的，还是两者都正确。
假设我想从一个2昏暗的标准高斯中取样8个点。torch.distributions.MultivariateNormal(torch.zeros(2), torch.eye(2)).sample([8])，它将返回一个尺寸为8,2torch.randn(8,2)的张量
浏览 7提问于2022-04-29得票数 0
我试图根据JAGS/Winbug脚本的一部分来模拟数据。剧本来自Eaves & Erkanli (2003年，见，第295-296页).我想要建立模拟基础的脚本的(部分)如下(与原论文中不同的变量名称)： a2mz[fam, 1:N] ~ dmnorm(mu[1:N], tau.a[基本上，我想用-N- (例如= 3)多元分布和-fam- (例如10)乙状结肠同音的人来模拟数据。
为了使这更具有说明性:目的是模拟-fam- (例如10
浏览 2提问于2014-08-22得票数 0
回答已采纳
1回答
Python中的任何包中都有可用的多变量正态检验吗？
我听说过一些scipy函数，但它们适用于多变量数据吗？我有一个数据集，每个点有30000个数据点，有1024个变量。我想检查这些变量是否具有多元正态分布。我如何在Python中做到这一点。
浏览 1提问于2017-03-28得票数 9
2回答
从正态分布生成多个样本对
、、、
我试图学习如何使用R进行统计，我想我如何才能产生20000 (K对数)乘以一组两个样本，每个样本50个点来自相同的正态分布(平均值2.5和方差9)？到目前为止，我知道这就是我如何从正态分布中得到50个点：但是，我如何生成2万次一组两个样本，这样我可以在K对上进行测试吗？
浏览 3提问于2014-11-30得票数 0
回答已采纳
3回答
我正在尝试将多元正态分布拟合到我收集的数据中，以便从中提取样本。我知道如何使用fitdist函数(带有'Normal'选项)来拟合(单变量)正态分布。
对于多元正态分布，我如何做类似的事情？在每个维度上单独使用fitdist不是假设变量是不相关的吗？
浏览 2提问于2014-08-02得票数 5
我在matlab中有一个关于多元核密度的问题，这是我第一次使用它。我最初想做的是(如果我能精细的话)对给定卷的多元函数进行三重积分。我以为有一种从密度计算概率的简单方法，但我被困住了。有人对此有什么有用的信
浏览 9提问于2022-04-06得票数 0
回答已采纳
有没有办法使用python从矩阵正态分布()中随机抽取样本？Numpy具有从一维正态分布和多元正态分布绘制的功能，但我在矩阵正态分布上找不到任何东西。谢谢。
浏览 4提问于2017-02-07得票数 1
最近，我读了一些关于K均值和朴素贝叶斯学习approach.But的论文，我对如何将这两种方法结合在一起感到困惑。我们可以用Bayes定理计算概率。P(K1|X)
浏览 4提问于2016-04-14得票数 0
下面是我的代码的一部分：data {
int<lower=0> N; //number of user5> r[D]; //ratingrow_vec
浏览 5提问于2016-02-10得票数 0
1回答
如何创建适合高斯分布的三维数据集
、、、、
我试图创建一个适合高斯分布的数据集。X和y值是相同的，在z轴上，这些值将符合高斯分布。将这个站点作为我自己的资源：，我编写了以下代码。但不幸的是，我得到的输出并不像我给出的链接中的输出。如果你能帮我修好它，我会很高兴的。
提前谢谢你。
浏览 9提问于2021-12-26得票数 0
回答已采纳
1回答
我在堆栈溢出中看到了几个关于如何安装log-normal distribution的问题。不过，有两个澄清我需要知道。但是您可以从上面的代码中看到，我获得的fit是使用sample = log(data)，而且它看起来也很适合。1)为什么平均值不是14.2?
2)如何绘制显示1西格玛置信区域的填充/垂直线？
浏览 3提问于2014-10-16得票数 5
回答已采纳
1回答
我想从具有给定均值和协方差的多变量正态分布生成样本，当然，这在numpy.random.multivariate_normal中是可能的。但是我想生成一个(哲学上)无限的这样的流，所以我想定义一个多元正态生成器mvn，以便mvn.next()生成另一个具有给定均值和协方差的随机向量。当然，我可以继续调用numpy.random.multivariate_normal(mean, cov, 1)，但这是非常低效
浏览 3提问于2020-08-25得票数 0
我试图构建一个MDN来学习P(y，x)，其中y和x都有维数D，K分量具有完全(非对角)协方差。从神经网络隐层的输出，需要构造分量均值、权值和协方差。对于协方差，我需要一组下三角矩阵(即协方差的Cholesky因子)，即K，D，D张量，这样我就可以利用这样一个事实:对于正定矩阵，你只需要带一个矩阵的三角形。目前，将均值(locs)、权重(Log)和协方差(scales)参数化的NN看起来如下：
# 2
浏览 0提问于2018-04-13得票数 2
我试图使用numpy.random.multivariate_normal生成多个样本，其中每个样本都是从具有不同mean和cov的多元正态分布中提取的。例如，如果我想画两个样本，我试过covs = np.array([np.identity(2) for k in xrange(2)])
rand.m
浏览 1提问于2018-04-05得票数 5
回答已采纳
1回答
我试图找到50个样本均值的95%可信区间。样本大小范围从2到600，每个样本中的值界于1到5之间。大小为10或更大的样本具有对数正态分布，其中我使用JAGS对来自John K.Kruschke的对数正态参数进行贝叶斯估计，模型规范如下： model {但是，当3个<=样本< 10时，我得到了上限的极值(例
浏览 1提问于2016-10-16得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
