我試圖使用expectation maximization approach將一些數據擬合到混合模型中。在Matlab中,代碼如下什麼是scipy等價於matlab的`mle`函數?
% mixture model's PDF
mixtureModel = ...
@(x,pguess,kappa) pguess/180 + (1-pguess)*exp(kappa*cos(2*x/180*pi))/(180*besseli(0,kappa));
% Set up parameters for the MLE function
options = statset('mlecustom');
options.MaxIter = 20000;
options.MaxFunEvals = 20000;
% fit the model using maximum likelihood estimate
params = mle(data, 'pdf', mixtureModel, 'start', [.1 1/10], ...
'lowerbound', [0 1/50], 'upperbound', [1 50], ...
'options', options);
的data
參數是浮體1-d載體。
我想知道如何在Python中實現等效計算。我看着scipy.optimize.minimize
,但這似乎不是Matlab的mle
的直接替代品。
我有點失落和不知所措,有人可以點我在正確的方向(最好有一些示例代碼?)
提前感謝非常感謝!
編輯:在此期間,我發現this,但我仍然寧願丟失(1)這似乎主要集中在混合高斯模型(這我的是不是),(2)我的數學技能嚴重缺乏。這就是說,我會高興地接受一個答案,闡明這個筆記本如何與我的具體問題相關!
不幸的是,我試圖擬合* *不*高斯的混合模型... – blz 2014-10-24 15:18:18