[英]Fit multivariate gaussian distribution to a given dataset
我需要擬合多元高斯分布，即為python中的給定音頻特征數據集獲取最近的多元高斯的均值向量和協方差矩陣。 音頻特征（MFCC 系數）是一個 NX 13 矩陣，其中 N 大約為 4K。 有人可以概述一下在python中為這個數據擬合高斯的包和技術嗎？
使用 numpy 包。 numpy.mean和numpy.cov會給你高斯參數估計。 假設您有 13 個屬性， N是觀察數，則在為N x 13矩陣調用numpy.cov時需要設置rowvar=0 （或將矩陣的轉置作為函數參數傳遞）。
如果您的數據在 numpy 數組data ：
mean = np.mean(data, axis=0)
cov = np.cov(data, rowvar=0)
在數據集中選擇屬於多元高斯分布的點
[英]Selecting points in dataset that belong to a multivariate Gaussian distribution
有沒有辦法將三維高斯分布或高斯混合分布擬合到矢量？
[英]Is there a way to fit a 3D Gaussian distribution or a Gaussian mixture distribution to a vector?
從numpy的高斯正態多元分布中的某些概率得出
[英]Drawing from certain probabilities in Gaussian Normal Multivariate Distribution in numpy
聲明:本站的技術帖子網頁，遵循CC BY-SA 4.0協議，如果您需要轉載，請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.