エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
GMMとEMアルゴリズム | Python + Numpy - Hope is a Dream. Dream is a Hope.
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
GMMとEMアルゴリズム | Python + Numpy - Hope is a Dream. Dream is a Hope.
GMM混合ガウス分布MixtureGaussianModel 混合ガウス分布と多変量ガウス分布は違うものだよ。EMは実装が... GMM混合ガウス分布MixtureGaussianModel 混合ガウス分布と多変量ガウス分布は違うものだよ。EMは実装が容易なので、手を動かすとすぐに理解できます。参考資料は自分で探すこと。 実装例 #! coding:utf-8 """ gmm.py 混合ガウス分布のためのEMアルゴリズム http://aidiary.hatenablog.com/entry/20100521/1274445325 """ import numpy as np from pylab import * # 混合ガウス分布の数(固定) K = 2 def scale(X): """ データ行列Xを属性ごとに標準化したデータを返す :param X: :return: """ # 属性の数(=列の数) col = X.shape[1] # 属性ごとに平均値と標準偏差を計算 mu = np.mean(X, a