问题标签 [gmm]

我想根据滚动数据集 [1:2567],[2:2568]... 使用 GMM 估计参数 'r' 等等。最后，将结果填充到矩阵中。我已经对核心代码进行了如下测试，得到了有效的答案。

但是，当我想使用循环结构这样做时，它会返回一条错误消息。

ar.ols 中的错误（x，aic = aic，order.max = order.max，na.action = na.action，：'order.max' 必须 <'n.used'

谁能帮我弄清楚出了什么问题？非常感谢~！

（*数据集“Source”为5200*4矩阵，实际数据如下链接所示： https ://docs.google.com/spreadsheets/d/1AnTErQd2jm9ttKDZa7On3DLzEZUWaz5Km3nKaB7K18o/edit#gid=0 ）

我尝试使用以下代码求解 GMM 估计器的 2*1 矩阵：

但是，它们会产生错误消息：

谁能帮我找出问题所在？非常感谢！

我正在尝试从我已经为使用 SIDEKIT 进行情感识别提取的数据中训练 GMM-UBM 模型（与说话人识别几乎相同。我也不了解 HDF5 特征文件系统）。我的数据是一个形状为 (1101,78) 的 ndarray [78 是声学特征的数量，1101 是特征向量（帧）的数量。

抛出的错误是：

这意味着协方差矩阵的形状为 (512,0)。那是错的吗？它应该像（512,78）吗？我可能错了。请给我一个提示

我有一个文本文件形式的二维数据。我必须使用 Sidekit 1.2 基于这些数据构建 GMM。

我应该使用哪个函数来估计高斯模型的参数（均值、协方差矩阵、加权平均等）

您能否提供一个带有您自己的 (x,y) 数据集的小示例并使用它构建 GMM？

任何帮助将不胜感激。

我正在尝试使用sklearn.mixture.GaussianMixture对高光谱图像中的像素进行分类。有 15 个班级 (1-15)。我尝试使用http://scikit-learn.org/stable/auto_examples/mixture/plot_gmm_covariances.html方法。在这里，平均值是用means_init初始化的，我也试过这个，但我的准确率很差（大约10%）。我还尝试更改协方差类型、阈值、最大迭代次数和初始化次数，但结果是相同的。
我做得对吗？请提供输入。

我的数据有 66485 个像素和 144 个特征。在应用了一些特征缩减技术（如 PCA、LDA、KPCA 等）后，我也尝试过这样做，但结果仍然相同。

我已经按照 Rabiner 教程针对单个观察序列（基于 MFCC 数据）实现了 HMM 的评估和训练算法。对于前向和后向算法，我还包括了处理下溢问题的建议缩放。对于 Baum-Welch 优化，我相应地计算概率为

Baum-Welch 优化似乎在几次迭代中都能正常工作，直到我在计算密度时遇到下溢。我使用 Matlab 内置函数mvnpdf来计算密度。经过几次迭代后，Matlab 开始将最低密度设置为 0。对于 Baum-Welch 优化中的以下计算，Emission/PDF-Matrix 中的零条目产生 NaN，进一步优化失败。

对于如何规避或避免此问题的任何帮助，我将不胜感激。

我正在尝试运行 GMM 估计，其中包括正常 CDF 的积分，函数和积分区间中都存在参数。代码要点如下：

对于细微的变化，我要么得到

或者

帮助将不胜感激。提前致谢。

我正在努力解决如何将个人和群体趋势线添加到我的情节中。（R 并使用 ggplot2）。

这是我正在使用的代码：

现在我想将数据的 g1 部分（即总体趋势）的趋势线放到我的每个单独的图上——最好的方法是什么？如果我使用代码，我可以看到趋势：

但是，一旦我进行 facet-wrap，这条趋势线就会消失（我得到与 g3 相同的输出）

使用以下方法似乎无法解决问题： g4<-g3+geom_smooth(data=MensHG.fm2)

我正在使用该plm库估计 GMM 模型。我有不同的时刻条件。

我正在为每组矩限制运行一个循环Z，这样

我想使用BICand来比较这些模型AIC，例如

关于如何计算 BIC 和 AIC 或在不同矩限制之间进行选择的替代方法的任何想法？

大家好。上面的链接是data.frameR中的一个，每列包含十个主题（以单个中文单词计）。我得到了自我实现的高斯混合模型（对于高度稀疏矩阵）的结果。

如您所见，R 的外观data.frame很尴尬，列未对齐（与普通 ASCII 一样）。所以我的问题是：有什么方法可以data.frame正确显示汉字的 R 吗？