python-如何使用matplotlib绘制一维高斯混合模型的pdf

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python-如何使用matplotlib绘制一维高斯混合模型的pdf，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含989字，纯文字阅读大概需要2分钟。

内容图文

我想绘制一个高斯混合模型.以下代码允许我绘制2个独立的高斯曲线,但是在它们相交的地方,该线非常尖锐并且不够平滑.有没有办法绘制一维GMM的pdf？

def plot_data():
    mu = [-6, 5]
    var = [2, 3]
    sigma = [np.sqrt(var[0]), np.sqrt(var[1])]
    x = np.linspace(-10, 10, 100)
    curve_0 = mlab.normpdf(x, mu[0], sigma[0])
    curve_1 = mlab.normpdf(x, mu[1], sigma[1])
    import ipdb; ipdb.set_trace()
    plt.plot(x, curve_0, color='grey')
    plt.plot(x, curve_1, color='grey')
    plt.fill_between(x,curve_0 , color='grey')
    plt.fill_between(x,curve_1, color='grey')
    plt.show()
    plt.savefig('data_t0.jpg')

解决方法:

您也可以从高斯混合模型中实际抽取样本并绘制经验密度/直方图：

import matplotlib.pyplot as plt
import numpy as np
import seaborn as sns
n = 10000 # number of sample to be drawn
mu = [-6, 5]
sigma = [2, 3]
samples = []
for i in range(n): # iteratively draw samples
    Z = np.random.choice([0,1]) # latent variable
    samples.append(np.random.normal(mu[Z], sigma[Z], 1))
sns.distplot(samples, hist=False)
plt.show()
sns.distplot(samples)
plt.show()

内容总结

以上是互联网集市为您收集整理的python-如何使用matplotlib绘制一维高斯混合模型的pdf全部内容，希望文章能够帮你解决python-如何使用matplotlib绘制一维高斯混合模型的pdf所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端