gaussian

1熱度

3回答

我想在Python中將多條高斯曲線擬合爲質譜數據。現在，我一次將數據擬合成一個高斯 - 一次一個範圍。有沒有更簡化的方法來做到這一點？有沒有辦法通過循環運行數據來在每個峯值處繪製高斯？我猜想有一個更好的方法，但我已經梳理了互聯網。我的兩個高斯圖如下所示。我的示例數據，可以發現：http://txt.do/dooxv 下面是我當前的代碼： import numpy as np import

0熱度

1回答

高斯NB機器學習 - 特徵分析

我使用sklearn GaussianNB來分析一個數據集，我想從sklearn隨機森林中產生一個方便的特徵重要性圖，如this one。 GaussianNB支持n_features，但似乎沒有相當於forest.feature_importances_ :(任何想法，我怎麼能解決這個問題？

0熱度

1回答

H2o.ensemble：family < - 「gaussian」，family = gamma的錯誤需要肯定的響應

h2o.ensemble錯誤（x = x，y = y，training_frame = train，family = family，：family = gamma要求正輸入反應回溯： h2o.ensemble（X = X，Y = Y，training_frame =火車，家族=家庭，學習者=學習者，metalearner = metalearner，cvControl =列表（V = 5。。

2熱度

1回答

Gimp高斯模糊 - 代碼解釋

我想了解Gimp中的高斯模糊如何工作。我下載的代碼，我可以差不多瞭解一些事情......但我對其他事情感到困惑。下面的代碼： make_rle_curve (gdouble sigma, gint **p_curve, gint *p_length, gint **p_sum, gint *p_total) { const

-2熱度

1回答

高斯過程scikit中的迴歸學習沒有內核梯度評估

我正在使用sklearn中的模塊GaussianProcessesRegression進行簡單的高斯迴歸。但是我試圖實現我自己的內核，而不是模塊內核提供的內核。我遇到了超參數優化的問題（這可能是我錯誤地實現了內核梯度，我沒有看到錯誤）。所以我的問題是：如何在GaussianProcessesRegression模塊沒有在優化過程中評估內核梯度的情況下運行'fit'（超參數優化發生的地方）？從

3熱度

1回答

檢查天氣預測值遵循高斯分佈還是不使用matlab？

我用我的預測高斯過程。現在讓我們假設我已預測存儲在大小爲1900 X 1的x中的值。現在我想檢查它的分佈是否遵循高斯分佈。我需要這個來比較其他方法預測值如NN，KNN的分佈函數，以判斷哪一個遵循平滑高斯或正態分佈函數我該怎麼做？如果我能以數字數據的形式得到一些結果，那就更好了。代碼編寫如下， m = mean(ypred); % mean of r s = std(ypred); % stdev

1熱度

1回答

超參數調整的受控貝葉斯優化

使用貝葉斯優化和一些啓發式選擇來使用超參數調整的最佳方式是什麼？在諸如spearmint或hyperopt的軟件包中，您可以指定一個範圍來探索，但我也想探索一些不一定屬於該範圍的啓發式值。任何建議什麼是這樣做的最佳做法？

1熱度

1回答

MATLAB：理解surf的作用

我需要一些幫助來理解surf函數在這個MATLAB示例代碼中的作用。代碼來自多元正態（高斯）分佈上的一些online documentation。示例代碼： mu = [0 0]; Sigma = [.25 .3; .3 1]; x1 = -3:.2:3; x2 = -3:.2:3; [X1,X2] = meshgrid(x1,x2); F = mvnpdf([X1(:) X2(:)],

0熱度

1回答

如何在保持原始值的同時模糊三維點陣列？（Python）

我有一個稀疏的三維數組值。我試圖通過對數組應用高斯濾波器來將每個「點」變成模糊的「球體」。我想要點（x，y，z）的原始值保持不變。我只想在這個點附近創建衰減值......但應用高斯濾波器也會改變原始（x，y，z）值。我目前這樣做： dataCube = scipy.ndimage.filters.gaussian_filter(dataCube, 3, truncate=8) 有沒有辦法對我來

0熱度

1回答

如何高效地計算Python中兩個高斯分佈的熱圖？

我正在嘗試生成一個熱圖，其中像素值由兩個獨立的2D高斯分佈控制。讓它們分別是Kernel1（muX1，muY1，sigmaX1，sigmaY1）和Kernel2（muX2，muY2，sigmaX2，sigmaY2）。更具體地說，每個內核的長度是其標準偏差的三倍。第一個內核有sigmaX1 = sigmaY1，第二個內核有sigmaX2 < sigmaY2。兩個核的協方差矩陣都是對角線（X和Y是獨立