我成功實施使用PyMC 3個法線混合多元法線的分層混合模型(在https://drive.google.com/file/d/0Bwnmbh6ueWhqSkUtV1JFZDJwLWc所示,並且類似於在How to model a mixture of 3 Normals in PyMC?問的問題) 我的下一步是嘗試代碼混合多元法線。 然而,數據有一個額外的複雜性 - 一個層次結構,觀察組屬於父親觀
我想使用sklearn.mixture.GMM來適應一些數據的混合高斯,結果類似於我使用R的「Mclust」包得到的結果。 的數據是這樣的: 因此,這裏就是我的集羣中使用R中的數據,它給了我14個很好地分離集羣,並輕而易舉地上下樓梯: data <- read.table('~/gmtest/foo.csv',sep=",")
library(mclust)
D = Mclust(data,G