有效高斯混合评价

Question

我想（有效地）在给定GMM参数（$\pi\u k、\mu\u k、\Sigma\u k$）的(n,d)数据点列表上评估高斯混合模型（GMM）。我找不到使用标准的sklearn或scipy包来实现这一点的方法。你知道吗

编辑：假设有n个数据点，维d所以(n,d)，GMM有k个分量，例如第k个分量的协方差矩阵Sigma\u k是(d,d)，Sigma总共是(k,d,d)。你知道吗

例如，如果您首先在sklearn中拟合一个GMM，您可以调用score_samples，但这只在我拟合数据时有效。或者，在scipy中，可以使用每组参数在multivariate_normal.pdf上运行for循环，并进行加权和/点积，但这很慢。检查其中一个的源代码并没有启发（对我来说）。你知道吗

我现在正在用n-d数组和张量点积来破解一些东西。。哦。。希望有人有更好的方法？你知道吗