mixture

    0

    1答えて

    sklearn.mixture.BayesianGaussianMixtureを使用して一連の軌跡に合わせようとしています。 各軌道は、データポイントのセットからなる。 t_iは、i番目の軌道と(x_ik, y_ik)ある t_i = {x_i1, y_i1, x_i2, y_i2, ... , x_iN, y_iN}, は、軌道上のk番目の点です。例えば、x_ikは、時間ステップkでロボット

    2

    1答えて

    私はガウス混合分布を近似しており、全体(一次元)データセットの推定カーネル密度をコンポーネントの合計として簡単にプロットできるかどうか疑問に思っていましたこの使用ggplot2のような素敵なファッションでの密度: #example data a<-rnorm(1000,0,1) #component 1 b<-rnorm(1000,5,2) #component 2 d<-c(a,b) #o

    0

    3答えて

    確率が100000倍の2つの異なる分布から描画しようとしています。残念ながら私はforループで何が間違っているかはわかりませんが、希望する100,000の値の代わりに1つの値をsimulated_dataに加えるだけです。 質問1:これを修正するにはどうすればよいですか? 質問2:リスト内の100,000項目をループする必要がない、はるかに効率的な方法がありますか?ここで #creating a

    1

    1答えて

    私はRでMXNetを評価しています。混合密度ネットワークをモデル化したいと思います。 Tensorflow、Keras、Edwardの例はここにあります:http://cbonnett.github.io/MDN_EDWARD_KERAS_TF.html ここに示した例は、標準分布の混合です。どのようにMXNetで同じ分析を行うことができますか?

    1

    1答えて

    私はスタンを学習しており、単純な混合モデルを実装したかったのです。リファレンスマニュアル(スタン基準-2.14.0)において 溶液が既に存在する: data { int<lower=1> K; // number of mixture components int<lower=1> N; // number of data points real y[N]; // o