使用python将高斯(或其他发行版)安装在我的数据上

Question

我有一个特征数据库，一个2D np.array (2000样本，每个样本包含100个特征，2000 X 100)。我想使用python将高斯分布拟合到我的数据库中。我的代码如下：

data = load_my_data() # loads a np.array with size 2000x200
clf = mixture.GaussianMixture(n_components= 50, covariance_type='full')
clf.fit(data)

我不确定参数，例如covariance_type，以及如何调查是否成功地进行了匹配。

编辑：--我调试代码以调查clf.means_正在发生的情况，并生成一个矩阵n_components X size_of_features 50 X20)。有什么方法可以让我检查拟合是否成功，或者绘制数据？高斯混合(例如指数混合物，我找不到任何可用的实现)的替代方案是什么？

Answer 1

我想你用的是滑雪套餐。

一旦你适应，然后键入

print clf.means_

如果它有输出，那么数据就会被安装，如果它会产生误差，而不是拟合。

希望这能帮到你。

Answer 2

您可以使用PCA对3D空间(比方说)进行降维，然后绘制方法和数据。

Answer 3

在尝试确定分布之前，总是倾向于选择一组减少的候选人(换句话说，使用Cullen & Frey拒绝不太可能的候选人)，然后选择最佳的结果。

您只需在can中创建所有可用发行版的列表。有两个分布和随机数据的示例：

import numpy as np
import scipy.stats as st

data = np.random.random(10000)
#Specify all distributions here
distributions = [st.laplace, st.norm]
mles = []

for distribution in distributions:
    pars = distribution.fit(data)
    mle = distribution.nnlf(pars, data)
    mles.append(mle)

results = [(distribution.name, mle) for distribution, mle in 
zip(distributions, mles)]
best_fit = sorted(zip(distributions, mles), key=lambda d: d[1])[0]
print 'Best fit reached using {}, MLE value: {}'.format(best_fit[0].name, best_fit[1])