ガウスPythonの混合

Question

私はガウス混合モデルをpythonの1次元配列に収めようとしています。私はPythonのSklearnライブラリから "混合"を使用しています。

私のサンプル配列には、mean = 70.2とvariance = 11.8の単一正規分布からの437サンプルが含まれており、通常の形状を失うことなくノイズを追加しました。

Pythonで私の配列、すなわちVは、のようになる： V =配列（[87.37658674、80.46544429、...、80.8180536]）に適合するように従うように私は、ガウス関数の混合物を使用してい

サンプルセット。

G = mixture.GaussianMixture（n_components = 1） g.fit参照用（np.array（np.split（V、v.shape [0]）））

"の形状np.array（np.split（v、v.shape [0]））」は： （437,1）

の意味私は437の例と1つの次元を持っています。

平均値が正しい値を取得した後、分散はサンプル分散よりも大きくなります（実際の分散は約11.8ですが、139.61になります）。

私は間違っていると誰が知っていますか？

Answer 1

標準偏差またはシグマとして11.8を使用していると思われます。したがって、対応する分散はシグマ*シグマまたは11.8 * 11.8で、およそ139.61となります。

下記のコードを参照してください。

import os 
import numpy as np 
import math 
from sklearn import mixture 



def main(): 
    np.random.seed(42) 
    sigma=11.8 
    mu=70.2 
    obs1 = np.random.randn(437, 1) * sigma + mu 
    g = mixture.GMM(n_components=1) 
    g_gmm = g.fit(obs1) 

    print "%r" % g_gmm 
    print "%r" % g.weights_ 
    print "%r" % g.means_ 
    print "%r" % g.covars_ 
    pass