從高斯混合模型中抽取部分矢量

Question

我想僅抽取一部分由它們的均值和協方差矩陣給出的高斯的矢量的一些元素。

具體做法是：利用高斯混合模型（GMM）

我插補數據。我使用以下過程和sklearn：

1. 轉嫁給均值
2. 獲得裝置和與GMM協方差（例如5個組分）
3. 取樣品和樣品僅缺失值中的一個。其他值保持不變。
4. 重複幾次

有兩個問題，我這個看。 （A）我如何從高斯總和中抽樣，（B）我如何抽取部分矢量。我假設兩者都可以同時解決。對於（A），我可以使用拒絕採樣或逆變換採樣，但是我覺得在numpy中使用多變量正態分佈生成器有更好的方法。或者，其他一些有效的方法。對於（B），我只需要將採樣變量乘以一個已知值的高斯函數作爲參數。對？

我寧願在python中的解決方案，但算法或僞代碼就足夠了。

Answer 1

由於只對分佈物的相對比例進行抽樣，縮放序言或可以被丟棄。對於對角線協方差矩陣，可以使用具有缺失數據維數的協方差潛艇和平均子向量。對於非對角元素的協方差，採樣高斯的均值和標準偏差需要改變。