UPD: Спасибо, все работает. У меня есть 1D-вектор, который представляет собой гистограмму. Это выглядит как сумма нескольких гауссовых функций: Я нашел curve_fit образец кода на SO, но не знаю, как его изменить, чтобы получить больше...

При оценке GMM с более чем одной независимой переменной коды do_gmm <- function(X) { DE <- X[, "DE"] rmrf_local <- X[, "rmrf_local"] SMB_L <- X[,"SMB_L"] h <- cbind(as.numeric(DE,rmrf_local,SMB_L))...

Я работаю над набором данных временных рядов, и поэтому, подбирая функцию GaussianMixture() из пакета scikit-learn , мне нужно сделать каждую функцию (отметку времени) зависимой. Однако я не нашел параметр для настройки ковариационной матрицы...

Я пытаюсь реализовать адаптацию динамика UBM с помощью sidekit , когда получаю следующую ошибку. Исключение: show enroll/something.wav отсутствует в файле HDF5. У меня есть два файла «enroll» и «test» в файле «feat», который содержит...

Я начал работать с GMM в библиотеке Sklearn. У меня есть данные 1D, как показано ниже np.random.seed(2) x = np.concatenate([np.random.normal(0, 2, 2000), np.random.normal(5, 5, 2000),...

Я пытаюсь применить алгоритм кластеризации GMM (как в https://spark.apache.org/docs/latest/ml-clustering.html ) в данном DataFrame следующим образом: vector.show(1) ID | Функции 33.0 | [0.0,1.0,27043.0,....] type(vector)...

Я пытаюсь сгруппировать свои данные, используя модель смеси Гаусса в sparklyr: ml_gaussian_mixture(formula= ~ var1 + var2 + var3 + var4 + var5, k = 5) Однако вызов этой функции не возвращает метрику для оценки количества кластеров, как это...

Есть ли функция для оценки модели GMM с фиксированными средними значениями? До сих пор я нашел только sklearn.mixture.GaussianMixture , который, однако, требует только начальных средств, но, насколько я знаю, не может исправить средства. Есть ли...

Как и в модели ScikitLearn GaussianMixture, reg_covar=1e-06 добавляет неотрицательную регуляризацию к диагонали ковариации, что обеспечивает положительно определенную матрицу ковариации. sklearn.mixture.GaussianMixture(n_components=1, *,...