我想在Python中构造一个单变量高斯混合体,比如说三个分量,其中我已经有了它的参数,包括mu,sigma,mix系数。在
我所追求的在MATLAB中有一个等价物,即gmdistribution(mu,sigma,p)
我认为代码应该是这样的:
from numpy import *
from matplotlib.pylab import *
from sklearn import mixture
gmm = mixture.GMM(n_components=3)
gmm.means_ = np.array([[-1], [0], [3]])
gmm.covars_ = np.array([[1.5], [1], [0.5]]) ** 2
gmm.weights_ = np.array([0.3, 0.5, 0.2])
fig = plt.figure(figsize=(5, 1.7))
ax = fig.add_subplot(131)
#ax.plot(gmm, '-k')
想知道怎么做。。。在
干杯
假设高斯分布是独立的,并且您想要绘制pdf,您可以将基础高斯pdf按概率加权组合:
这是正确的需要一点基本的概率论。在
相关问题 更多 >
编程相关推荐