我需要估计高斯模型的参数。我喜欢使用select来选择参数。我已经使用不同数据集的逻辑模型做了类似的事情。我想知道高斯是否有类似的SSlogis函数y <- rexp(20)我想做的是做一个类似的方法，但使用高斯模型。对于高斯分布，我没有找到类似于SSl
浏览 2提问于2020-08-30得票数 0
回答已采纳
1回答
我正在使用HMMLearn python包作为隐马尔可夫模型。该实现基于多元高斯分布。
所以我有一串特征。高斯人对非常不同的特征尺度有多敏感？
浏览 0提问于2015-06-18得票数 7
回答已采纳
1回答
本文试图在python中实现高斯混合模型的期望最大化算法。给出高斯分布的平均mu和协方差σ，下面一行计算数据X的高斯概率p： p[i] = scipy.stats.multivariate_normal.pdf
浏览 4提问于2017-02-06得票数 4
回答已采纳
1回答
定义具有五个峰值的二维高斯概率
、、、、
我可以拟合五个二维高斯函数来获得峰值吗？在我的问题中，峰值并不是指聚类问题。我认为EM是一个合适的答案。在我的例子中，我在x-y空间中测量一个变量，它在多个位置显示最大值。
浏览 0提问于2014-05-22得票数 1
1回答
我正在使用python scikit-learn包中的高斯混合模型来训练我的数据集，但是，我在编码时发现了这一点-- G.fit(...)如果协方差矩阵接近奇异，那么GMM将不会很好地执行，通常这意味着数据不适合于这样的生成任务
浏览 1提问于2012-08-29得票数 7
回答已采纳
我想调试Tensorflow (skflow) gmm_ops.py (高斯混合模型)。我得到了错误:tensorflow:模型与loss = NaN有分歧。我该怎么做呢？有什么例子吗？raise NanLossDuringTrainingError
tensorflow.python.training.basic_session_run_hooks.NanLossDuringTrainingError
浏览 10提问于2017-03-02得票数 0
我来自机器学习的背景，我也在互联网上关注了几门课程。但我从来没有听说过或从未见过这一点，即使在我的课程中也是如此。它们到底是什么？谁能给我一个简单的想法。我知道它们更多的是生成算法的概率模块。
浏览 4提问于2016-11-03得票数 0
我正在学习hmm，并尝试在Python包(http://hmmlearn.github.io/hmmlearn/hmm.html#building-hmm-and-generating-samples)它们使用由多项分布、高斯分布和高斯分布的混合分布确定的发射概率来实现HMM。
这是否意味着当我们试图估计给定的观测序列模型时，发射概率只能是这三种？如果我想按自己的方式输入发射概率呢？
浏览 0提问于2015-08-12得票数 3
1回答
我正在用OpenCV训练两个GMM，每个GMM有4个组件。一个GMM使用图像前景中的所有点进行训练，另一个GMM使用背景中的所有点进行训练。我想知道这两个GMM彼此有多近，以便了解背景颜色与前景颜色的接近程度。
浏览 1提问于2015-07-30得票数 1
这是Byesian高斯混合模型的链接。
它在默认情况下是一个"Dirichlet过程高斯混合“模型吗？
浏览 2提问于2020-06-11得票数 2
2回答
OpenCV高斯曲线拟合
、、、
我正在寻找使用OpenCV拟合高斯曲线。我可以有一维或二维Mat，我想计算矩阵上最佳高斯拟合的高斯参数。但是，我希望能够确定一些参数(例如，高斯均值或方差)。我想要适合的1D模型如下：在2D Mat的情况下，模型与多变量高斯函数相同。
浏览 5提问于2013-10-16得票数 0
我是python的新手，我正在尝试用python将高斯函数拟合到scherrer方程中，但问题是我不知道怎么做。与laurentzian模型类似。有人能给我解释一下怎么做吗？
浏览 4提问于2019-12-05得票数 0
1回答
目标是通过最小化实际数据与需要合理估计的未知参数(高斯值为未知位置、幅值和宽度)所产生的模型的总x平方，找到一条模型高斯曲线。scipy.optimize.fmin已经出现了，但我以前从未使用过它，我对python还是很陌生的.最后，我想把原始数据和模型一起画出来--我以前用过pyplot，它只是生成模型，使用fmin，这让我完全搞不懂我在这里的本质是什么： returna*np.exp(-(x-b)**2&#
浏览 3提问于2013-12-20得票数 1
回答已采纳
2回答
高斯混合模型中矢量的采样部分
、、、、
我只想从高斯矩阵的平均值和协方差矩阵中提取一个向量的一些元素。我用高斯混合模型(GMM)计算数据。(A)如何从高斯求和中取样，(B)如何仅取向量的一部分。我想这两个问题可以同时解决。对于(A)，我可以使用拒绝抽样或逆变换抽样，但我觉得在numpy中有更好的方法利用多元正态分布发生器。对于(B)，我只需要用一个已知样本值的高斯变量乘以一个参数。对吗？
我更喜欢python中的解决方案，但是算法或伪代码就足够了。
浏览 5提问于2014-10-18得票数 1
1回答
HMM是一种用于识别算法(语音、手写、手势、.)中未观察(即隐藏)状态的统计模型。DHMM与CHMM的区别是具有元素的转移概率矩阵P。在CHMM中，隐藏变量的状态空间是离散的，观测概率被建模为高斯分布。为什么在HMM中它们是识别系统的(最佳)分布？
浏览 0提问于2018-08-09得票数 4
1回答
大家好，我正在学习机器学习，我想用python和opencv写一个简单的手写识别软件。
为了简单起见，现在我将只识别相同大小的大写单词。我认为识别字母的一个好方法是使用期望最大化算法来学习高斯混合模型的参数，使用一个训练集，并将新的字母高斯混合与训练后的字母进行比较。但我不明白如何选择混合物中的多少高斯。
浏览 2提问于2011-01-05得票数 1
回答已采纳
1回答
我有图像，我正在分割使用高斯混合模型从scikit-learn。有些图片是标记的，所以我有一个良好的事先信息，我想要使用。我想要运行一个混合模型的半监督培训，通过提供一些集群作业提前。是否有任何python库，特别是scikit-learn方法允许这样做？
浏览 0提问于2016-05-20得票数 3
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
实时音视频
即时通信 IM
对象存储活动推荐
腾讯云开发者
