在python的多元正态密度函数中传递二维数据？

Question

我想计算二维数据的高斯 PDF，我正在尝试使用 scipy.stats.multivariate_normal 函数在 python 中执行此操作，但我不明白如何将数据传递给它？

是multivariate_normal只用于分析n维的一维数据还是我也可以用于我的数据集？

data set-> X = [X1,X2....Xn]

其中每个

Xi=[x1 x2]

是二维的。

Answer 1

要计算密度函数，请使用对象 scipy.stats.multivariate_normal 的 pdf() 方法。第一个参数是你的数组 X。接下来的两个参数是分布的均值和协方差矩阵。

例如：

In [72]: import numpy as np

In [73]: from scipy.stats import multivariate_normal

In [74]: mean = np.array([0, 1])

In [75]: cov = np.array([[2, -0.5], [-0.5, 4]])

In [76]: x = np.array([[0, 1], [1, 1], [0.5, 0.25], [1, 2], [-1, 0]])

In [77]: x
Out[77]: 
array([[ 0.  ,  1.  ],
       [ 1.  ,  1.  ],
       [ 0.5 ,  0.25],
       [ 1.  ,  2.  ],
       [-1.  ,  0.  ]])

In [78]: p = multivariate_normal.pdf(x, mean, cov)

In [79]: p
Out[79]: array([ 0.05717014,  0.04416653,  0.05106649,  0.03639454,  0.03639454])

在python的多元正态密度函数中传递二维数据？

Pass 2-dimensional data in the Multivariate normal density function of python?

python

machine-learning

gaussian

scipy

computer-vision