単一のものからN次元正規分布を作成する（Pythonで）

Question

これには一般的な解決策がありますか？あなたはそれらを掛けなければなりませんが、実装するのは難しいです。

2次元の場合、単一正規分布を表す2つのベクトルのouter productを使用できます。

Answer 1

可能な解決策を見つけ、2dのケースでテストしました。それは良いようだが、私はより多くのケースでそれをテストします：

def normal_nd(*priors): 
    # Trivial case 
    if len(priors) == 1: 
     return priors 

    # General case 
    shape = [] 
    for item in priors: 
     shape.append(len(item)) 
    n = np.ones(shape) 

    for idx, _ in np.ndenumerate(n): 
     for ax, element in enumerate(idx): 
      n[idx] *= priors[ax][element] 

    return n 

編集：私はあまりにも一般的なケースではそれをテスト は、正しい解決策であるようです！ :)

Answer 2

一般的な解決策には、Cholesky decomposition of the variance/covariance matrixが含まれます。コレスキー分解は、Pythonでnumpy経由で利用できます。