Я ищу для реализации discrete Gaussian kernel, как это определено Линдебергом в его работе о теории пространственного пространства. Определяется как T (n, t) = exp (-t) * I_n (t), где I_n - modified B
Поэтому у меня есть два списка данных, которые я могу участок в точечную, как таковой: from matplotlib import pyplot as plt
x = [0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20]
y = [22.4155688
У меня есть модель смеси: gm = mixture.GaussianMixture(
n_components=3,
covariance_type="tied",
weights_init=[w1,w2,w3],
means_init=[m1,m2,m3],
random_state=0).f
Я пытаюсь сопоставить модель гауссовой смеси с массивом одного измерения в python. Я использую «смесь» из библиотеки Sklearn в Python. Мой массив образцов включает 437 выборок из одного нормального ра