我有一个数据点的向量，它似乎表示三维高斯分布或高斯混合分布。有没有一种方法可以将三维高斯分布或高斯混合分布拟合到这个矩阵中，如果有，是否有库可以这样做(例如，在Python中)？这个问题似乎与下面的问题有
浏览 9提问于2016-07-08得票数 3
1回答
我有一个从两个独立的未知高斯分布绘制的x和y坐标的向量。我想把这些点拟合成一个三维高斯函数，并在任何x和y下计算这个函数。到目前为止，我发现的唯一方法是使用最多包含1个分量的高斯混合模型(参见下面的代码)，并进入ezcontour的句柄以取出X，Y和Z数据。这种方法的问题是，首先，它是一种非常丑陋的绕道完成这项工作的方式，其次，ezcontour命令只给我一个60x60的网格，但我需要一个更高的分辨率。有没有人知道<
浏览 2提问于2015-02-05得票数 0
1回答
将数据集拟合到正态分布的混合
、、、、
在我的应用程序中，输入数据集通常来自高斯分布。但是，有时它是多模态的，在这些情况下，我想将数据建模为来自多个高斯分布的数据的混合。 现在，我想要得到许多基础分布的均值和西格玛的估计。我找不到这样做的方法。 我考虑的一种方法是将数据集分成多个。我将使用高斯KDE，并使用最小值作为要拆分的点。但是，在潜在分布重叠的地区，它将不会准确。 有没有更好的方法来做到这一点？
浏览 24提问于2020-08-14得票数 0
2回答
对数据进行高斯分布拟合
、、、
我有一个包含1440值(值在0-1之间)的向量y，它看起来像高斯分布。因此，我想找到一个最适合高斯分布的模型。x=1:1440;norm = normpdf(x,mu_,sigma_);
我的问题是，范数中的值比y中的值小得多，也就是说，norm中的值是10-3的顺序，而y中的值是在0 1之间。( sigma和µ的估计，normpdf，归一化)是否有一种方法可以</
浏览 2提问于2015-07-21得票数 2
我有一个数据集，我想要拟合到一个已知的概率分布。目的是在数据生成器中使用拟合的PDF -这样我就可以从已知的(拟合的) PDF中采样数据。数据将用于模拟目的。目前，我只是从正态分布中抽样，这与实际数据不一致，因此模拟结果不准确。我的第一个想法是将其拟合为威布尔分布，但数据实际上是多模态的(附图)。所以我想我需要组合多个分布，然后将数据拟合到结果dist中，
浏览 3提问于2015-10-16得票数 8
假设我只有来自分布的随机样本，没有其他数据-例如数字列表- [1,15,30,4,etc.]。估计分布的最佳方法是什么，以便在pytorch中从中提取更多样本？我目前假设所有样本都来自正态分布，并仅使用样本的均值和标准差来构建它并从中提取。然而，该函数可以是任何分布的。
浏览 3提问于2019-07-04得票数 0
我想使用python将高斯分布拟合到我的数据库中。有什么方法可以让我检查拟合是否成功，或者绘制数据？高斯混合(例如指数混合物，我找不到任何可用的实现)的替代方案是什么？
浏览 4提问于2017-06-20得票数 3
我是MATLAB的新手，现在我正在尝试创建一个二维高斯分布数据来训练我的神经网络。我刚在官方文件上找到了代码。另外，有人能给我解释一下为什么高斯分布在机器学习和数据科学中如此重要吗？因为这个学期所有的课程都在不停地说。
浏览 3提问于2016-10-31得票数 0
1回答
当我想改变一组3种概率的参数时，我将每个参数视为三维空间中的一个轴，并用方程p0 + rcos(v) ( u1 ) u1 + rsin(v) ( dot ) u2将平面上的一个圆变参数为x+y+z=1，其中p0是表示原始概率的点，u1和u2是平行于平面的垂直向量，(点)表示一个点积，r和v是自由变量。通过改变r，并在2pi上为v选择几个点，我可以生成一组概率，这些概率接近原始的，但仍然有效，满足我们的约束。我现在遇到的问题是，当我尝试用4种概率来做这件事时，即4D空间，我无法想象或找到<
浏览 4提问于2021-07-21得票数 1
回答已采纳
我有一个二维数组的值，我想要执行一个高斯KDE，有一个陷阱:点被假定有不同的差异。为此，我有第二个二维数组(具有相同的形状)，这是用于每个点的高斯方差。在简单的例子中，data = np.array([[0.4,0.2],[0.1,0.5]])
一种将</em
浏览 1提问于2015-01-26得票数 2
回答已采纳
1回答
我需要一种机器学习算法，它将满足以下要求：
正面培训数据：
(0，10)应该是一个异常，但不是一个明显的异常。
浏览 6提问于2016-06-12得票数 3
3回答
我正在尝试将二维高斯拟合到图像中。噪声非常低，所以我尝试旋转图像，使两个主轴不会同时变化，计算出最大值并只计算两个维度的标准差。最好的武器是蟒蛇。
然而，我在寻找图像的特征向量时遇到了困难- numpy.linalg.py假设数据点是离散的。我想把这个图像作为一个概率分布，采样几千个点，然后计算该分布的特征向量，但我确信肯定有一种方法可以直接从该图像找到特征向量(即
浏览 0提问于2012-01-25得票数 7
回答已采纳
3回答
我想在MATLAB中为运行多次迭代的长程序生成高斯随机数。我使用了randn函数，但有没有办法避免负面结果，并生成1到100范围内的随机数。
浏览 12提问于2012-01-25得票数 2
4回答
我试图创建(以r为单位)等价于下面的MATLAB函数，它将从N(m1，(s1)^2)和N(m2，(s2)^2)的混合物中生成n个样本，其分数α来自第一个高斯。谢谢:-)
例如:从N(0,1)和N(0,36)的混合物中抽取1000个样本，其中95%来自第一个高斯。将样本归一化为零，标准差为1。
浏览 3提问于2012-09-16得票数 5
回答已采纳
1回答
我正在尝试理解scikit-learn高斯混合模型实现的结果。看一下下面的例子：
#!，然后将高斯混合模型拟合到这些数据。我一直认为，我可以从GMM拟合中获取高斯分布的参数，并通过对它们求和，然后将积分归一化为1来构建完全相同的分布。但是，正如您在图表中看到的那样，从score_samples方法绘制的样本完全符合原始数据(红线)和原始数据(蓝色直方图)，而手动构建的分布<
浏览 3提问于2017-01-13得票数 16
回答已采纳
1回答
通常情况下，随机效应呈正态分布。我的研究涉及非高斯随机效应分布.是否有办法为glmer指定一个非高斯随机效应分布？我知道可以有 --我希望对随机效应分布也有类似的选择。如果不是，我希望了解如何编辑/贡献到，以允许非高斯随机拦截分布。
浏览 4提问于2017-08-13得票数 1
回答已采纳
1回答
我正在使用GMM分离出两个重叠的高斯分布。一个是信号，另一个是背景。背景总是比信号具有更低的值和均值。我希望具有较低平均值的高斯是背景(0)，具有较高平均值的是信号(1)。如何将GMM结果设置为正确的顺序，或者如何设置预测输出？
浏览 9提问于2017-07-25得票数 0
为此，一种方法是创建数据的直方图，然后将曲线拟合到该直方图。方法scipy.optimize.leastsq通过最小化(y - f(x))**2的和来实现这一点，在这种情况下，(x，y)将是直方图的柱状图中心和柱状图内容。在统计术语中，这种最小二乘通过从以拟合函数为中心的高斯采样每个柱状图计数来最大化获得该柱状图的可能性。您可以很容易地看到这一点:每一项(y-f(x))**2都是-log(gauss(y|mean=f(x)))，并且和是所有bin的<e
浏览 2提问于2014-08-06得票数 1
1回答
在我的例子中，一种分布是瑞利分布，另一种是里氏分布。生成对应于每个pdf的两个向量。我设定了一个门槛，比如说并遍历两个向量的所有向量元素。
如果两个向量之间的元素差值小于该阈值，则记录该指标。350，来表示两个分布的交点。因此，无
浏览 2提问于2015-04-08得票数 2
回答已采纳
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
