如何从使用正态分布生成的数据点创建混合高斯分布
我正在尝试从遵循正态分布的数据点创建 2D、5D 和 10D 高斯分布的混合。到目前为止，我能够使用以下方法创建遵循正态分布的数据点。
import numpy as np
data = np.random.normal(0.1, 0.3, size=(5000))
我的问题是如何从上述数据点创建高斯分布的混合（2D、5D、10D）？
I'm trying to create a mixture of gaussian distributions in 2D, 5D and 10D from data points that follow normal distribution. Till now i was able to create data points that follow normal distribution using.
import numpy as np
data = np.random.normal(0.1, 0.3, size=(5000))
My question is how can I create mixture of gaussian distributions (in 2D, 5D, 10D) from the above data points ?
如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
发布评论
评论（1）
这取决于您是否想创建随机变量，其中各个分布是独立的，还是分布之间存在一些协变。
如果存在协变矩阵，我将使用均匀分布随机变量向量，并使用协方差矩阵将该向量转换为正态分布随机变量向量。
It depends on whether you wanna to create random variable where of individual distributions are independent or there is some covariation between distributions.
If there is presence of covariation matrix, I will use vector of uniform distributed random variables, and transform this vector into vector of random variables with normal distribution using covariance matrix.