基于吉布斯采样器的C++实现&狄利克雷过程高斯混合模型

Question

我正在寻找一个多变量通用混合模型的C++实现，它使用基于吉布斯采样的方法来拟合/分类(而不是通常的基于EM )，以便能够充分利用先验信息并添加约束。通常被称为狄利克雷过程高斯混合模型或DPGMM。

我已经在Matlab中实现了这一点，而不是花费时间转换这段代码(是的，我的代码使用内置的matlab编码器进行转换，但它目前依赖于各种额外的Matlab库)。效率也很重要，我将在一秒钟内多次将GMM拟合到大型数据集。

因此，我很想知道是否已经有众所周知的高效代码。最初的搜索结果并不是很好。

Answer 1

虽然不是特定于通用建模模型的，但您可以使用CppBugs项目来指定自己的模型，并让库运行模拟。