问将多元高斯分布拟合到给定的数据集
EN

Stack Overflow用户

提问于 2014-12-01 22:42:55

回答 1查看 18.8K关注 0票数 13

我需要拟合多变量高斯分布，即获得python中给定音频特征数据集的最接近多变量高斯的均值向量和协方差矩阵。音频特征(MFCC系数)是N×13矩阵，其中N约为4K。谁能概述一下python中适合这些数据的高斯分布的包和技术吗？

发布于 2014-12-01 23:31:27

使用numpy包。numpy.mean和numpy.cov将给出高斯参数估计。假设您有13个属性，N是观察值的数量，那么在为N x 13矩阵调用numpy.cov时需要设置rowvar=0 (或者将矩阵的转置作为函数参数传递)。

如果您数据在numpy数组data中

mean = np.mean(data, axis=0)
cov = np.cov(data, rowvar=0)

票数 29

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/27230824

复制

相似问题

问将多元高斯分布拟合到给定的数据集EN