下图的数据，自变量为x = 1:126，y = f(x)。现在我想拟合一个混合高斯模型y = a1*exp(-(x-b1)^2/c1^2) + a2*exp(-(x-b2)^2/c2^);不知怎么用GMM的方法拟合出a1,b1,c1,a2,b2,c2这些参数。注意拟合的高斯曲线的自变量是x=1:126！
如何用GMM模型拟合高斯曲线
- 写回答
- 好问题 0 提建议
- 追加酬金
- 关注问题
分享- 邀请回答
-
1条回答 默认 最新
- 2023-01-13 15:15回答 1 已采纳 首先，要把数据点分成3个二维高斯分布。可以使用聚类算法，例如k-means或者GMM，对经纬度和排放量三个变量进行聚类。 然后，要把每个点分配到这3个二维高斯分布中的一个。这可以通过计算每个点在每个分
- 2021-03-10 17:36回答 1 已采纳 已经实现
- 回答 3 已采纳 1 Data Preparation pareto displays the first 95% of the cumulative distribution, some elements in y
- 2021-06-01 00:57对数据进行高斯混合拟合。 输入：数据、高斯数。 输出：均值、西格玛、权重、mAIC、rmse。 x 轴代表数据范围，而 y 轴代表密度。
- 2021-12-26 22:26回答 1 已采纳 你好，把正常运行的那些数据，你也需要一个个生成好，比如tdata这种，当然还有其他的变量，都保存成y.mat即可
- 2022-09-23 20:46回答 1 已采纳 版本问题，参考： python - AttributeError：'GMM'对象没有属性'covariances_'|| AttributeError：'module'对
- 2018-04-19 13:51回答 1 已采纳 grabcut 有两种抠图方式。mask rect。传的参数也有 区别。 https://www.cnblogs.com/little-monkey/p/7598529.html mask 中需要
- 2019-12-21 18:30奔跑的Yancy的博客 注意本篇讲的是如何用一堆离散数据点拟合出高斯模型，而非已知一堆数据点对求解高斯函数。 拟合单高斯模型（正态分布） 若你有一堆离散数据点，想拟合出其高斯分布。实际上只需要求其均值和标准差。 为了好看一点...
- 2023-03-27 11:22deephub的博客 本文对高斯混合模型进行全面的介绍，希望阅读完本文后你对 GMM 能够有一个详细的了解，GMM 的一个常见问题是它不能很好地扩展到大型数据集。作者：Ransaka Ravihara。
- 2022-05-21 09:08坐望云起的博客 这里要对高斯混合模型进行介绍以及真实世界的示例、它们的作用以及何时应该使用GMM。 高斯混合模型 (GMM) 是一个概率概念，用于对真实世界的数据集进行建模。GMM是高斯分布的泛化，可用于表示可聚类为多个高斯分布...
- 2018-07-14 23:00林立民爱洗澡的博客 最近在看晓川老（shi）师(shu)的博士论文，接触了混合高斯模型（Gaussian mixture model, GMM）和EM(Expectation Maximization)算法，不禁被论文中庞大的数学公式所吓退。本文通过查阅相关资料，在复杂巧妙的推理...
- 2022-10-28 10:23张xiao张的博客 高斯过程分类是使用高斯过程作为先验的分类器，在二元分类中，GPC在对潜函数进行估计后将其作为Sigmoid函数的输入得到分类概率；在多元分类中，则将Sigmoid函数替换为归一化指数函数。
- Yemiekai的博客 如上图所示，当你用单高斯模型去拟合它时，得到这样的曲线。 显然它不能很好地表征目标。这样的目标有多种模式，或者缺乏对称性。 你将看到混合高斯模型的表现力则很好，好到可以建模任意的.
- 2019-11-28 12:57王延凯的博客的博客 1.高斯混合模型概念 高斯混合模型（Gaussian Mixture Model）是一种聚类算法，它是多个高斯分布函数的线性组合，通常用于解决同一集合下的数据包含多种不同的分布情况。 高斯混合模型是指具有如下形式的概率分布模型...
- 2023-03-01 22:28我爱C编程的博客 最大期望算法（Expectation-Maximization algorithm, EM），或Dempster-Laird-Rubin算法 ，是一类通过迭代进行极大似然估计（Maximum Likelihood ...高斯混合模型可用于聚类，这是将一组数据点分组为聚类的任务。
- 2020-07-07 20:10WGS.的博客 高斯混合模型（Gaussian Mixed Model）指的是多个高斯分布函数的线性组合，理论上GMM可以拟合出任意类型的分布，通常用于解决同一集合下的数据包含多个不同的分布的情况（或者是同一类分布但参数不一样，或者是不同...
- 2021-06-26 09:57取个名字真难呐的博客 高斯混合模型的产生是因为数据在非常复杂的情况下，我们无法通过单个高斯模型进行拟合，只能够通过通过多个高斯进行不同权重的拟合才行。这样就产生了高斯混合模型 1.1高斯混合模型GMM的几何表示 从几何角度来看是...
- 2018-07-16 15:54Dominic221的博客 在深度学习的路上，从头开始了解一下各项技术。...http://www.ituring.com.cn/article/497545(GMM) https://blog.csdn.net/xmu_jupiter/article/details/50889023(GMM) http://www.cnblogs.com/wjy...
- 没有解决我的问题, 去提问
悬赏问题
- ¥60 求一个简单的网页(标签-安全|关键词-上传)
- ¥35 lstm时间序列共享单车预测，loss值优化，参数优化算法
- ¥15 基于卷积神经网络的声纹识别
- ¥15 Python中的request，如何使用ssr节点，通过代理requests网页。本人在泰国，需要用大陆ip才能玩网页游戏，合法合规。
- ¥100 为什么这个恒流源电路不能恒流？
- ¥15 有偿求跨组件数据流路径图
- ¥15 写一个方法checkPerson，入参实体类Person，出参布尔值
- ¥15 我想咨询一下路面纹理三维点云数据处理的一些问题，上传的坐标文件里是怎么对无序点进行编号的，以及xy坐标在处理的时候是进行整体模型分片处理的吗
- ¥15 CSAPPattacklab
- ¥15 一直显示正在等待HID—ISP