Я использую scikit-learn, чтобы подогнать многомерную гауссову модель смеси к некоторым данным (которая блестяще работает). Но мне нужно иметь возможность получить новый GMM-условный код для переменных, и набор инструментов scikit, похоже, не в состоянии сделать это, что меня удивило, потому что это похоже на довольно элементарную вещь, которую вы хотите сделать ,Поиск условной модели гауссовой смеси с использованием scikit-learn.mixture.GMM
Wikipedia has a good explanation того, что я пытаюсь сделать (для одного гауссова, а не GMM), и я просто могу реализовать его сам, но мои математические вычисления не велики, и я могу видеть это занимает много времени.
Кто-нибудь уже это сделал? Есть ли простой способ сделать это с помощью NumPy/SciPy/Scikit-learn?
Нарежьте свой тензор данных по соответствующим осям. –
@SlaterTyranus I _think_ вы предполагаете, что я вписываю GMM в нарезанную версию моего набора данных. Я хочу получить условный GMM от GMM, который я уже применил к полному набору данных. – TomG
@TomG Привет, Том, вам удалось найти решение вашего вопроса? Принятый ответ не работает для меня. – gelazari