问题标签 [gmm]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
mfcc - 如何将 MFCC 提交给输入算法?
我想在 MFCC 的帮助下训练 GMM。
我有 588 个音频文件(wav,如果它很重要)。提取特征后,我得到了一组 588 个二维数组(13x?)。每个文件都有不同数量的列。
以及如何将 MFCC 提交给输入算法?
r - gmm 估计误差
在估计具有多个自变量的 GMM 时,代码为
代码有效,但在输出中,我只有第一个变量,如下所示
我需要一些东西
我不知道为什么,输出中缺少第二个变量。请问有什么想法吗?
r - 如何在 gmm 估计中提取 R sqr 和调整后的 R_squared
下面的代码完美地提供了我对 216 个滚动窗口的 gmm 估计。
我能够提取系数(估计,SE,t_value 和 P_value)
但是,我无法提取 adj.Rsquared。
我使用了下面的代码,但我有NULL
,有什么想法吗?
python - GMM 函数的 GaussianMixture 等效项(sklearn python)
我正在处理从合作者那里收到的代码,它包含 sklearn 中已弃用的 GMM 类中的两个函数:distribute_covar_matrix_to_match_covariance_type log_multivariate_normal_density
由于我对它背后的数学不太熟悉,我很难在新的 GaussianMixture 类中找到等效的函数。任何帮助将不胜感激!
调用函数的代码部分如下:
dynamic - R中的仪器GMM估计器数量
我有一个问题,也许很简单。在动态面板数据模型(GMM 估计器)中的 Stata 中,您会收到“多种工具”。反过来,在 R 中,您会收到 AR 测试、sargan 测试,但也不会显示“仪器数量”。如何获得R中的乐器数量?感谢您的帮助
r - plm 包中的 pgmm 函数错误:“矩阵的行数必须匹配”
我正在尝试根据样本资本结构数据估计系统 GMM 方程,我无法在谷歌驱动器上打开访问。我只是加载数据,消除“NAs”,使其成为 pdata.frame 然后运行下面的代码。
我使用的软件包是:plm 和 dplyr
数据准备的代码是
加载数据,并使其成为面板数据
我确保面板中的所有单元都有超过 10 年的数据点,因此满足 GMM 要求。无论我做什么,我每次都会遇到同样的错误。我提供了数据集的链接。如果你们告诉我如何解决它,我将不胜感激
https://drive.google.com/open?id=1o_Fvy6089MRh5OMGudzvabF-LRljPws_
python - 高斯混合模型 - 奇异矩阵
在计算高斯混合模型期间,我必须计算多元高斯分布的 pdf()。我使用scipy multivariate_normal()方法来做到这一点。现在在计算过程中,我遇到了一个错误,上面写着
LinAlgError:奇异矩阵
设置scipy multivariate_normal() = True 的 allow_singular 参数可以绕过这个错误,我得到了一个非常有意义的结果:
那么 scipy 如何“允许”奇点以及计算的后果是什么?--> 如果没有后果,严格来说,这个参数可以默认设置为TRUE(但不是)。
python - scikit-learn deprecated GMM.eval() replacement
The eval()
method under sklearn.mixture.GMM
from the scikit-learn version 0.11 is deprecated. Is there a similar method or a workaround in the newest version 0.19.2 ?
r - 错误:系统在计算上是奇异的 -> 使用 pgmm 进行系统 GMM 回归
简而言之:我正在尝试使用 R 中的“pgmm”包进行 GMM 估计。这样做的原因是研究腐败对公共债务的影响。当我试图回归整个事情时,我得到“系统在计算上是奇异的”作为错误。
变量:
债务<-部门。变量(公共债务占 GDP 的百分比)
cpi <- 工业指数。我要调查的变量(腐败感知指数)
教育 <- 工业。控制变量(中学入学率)
pol <- 工业 控制变量(政治稳定指数)
exp <- ind。控制变量(政府开支)
国内生产总值<-工业。控制变量(gdp/cap)
除了 cpi 和 pol 之外的所有变量都在日志中。
数据包含 1998 年至 2016 年期间大约 120 个国家的这些指标。带有“NA”的观测值被删除,剩下 1232 个观测值用于回归。
我使用现有的论文作为该模型的方向。作为我的第一个动态面板模型,当谈到最终回归时,我有点困惑。
该论文引用:“差分方程用因变量的滞后水平、两个时期和滞后一个时期的差异水平方程来衡量。”
所以我使用了以下代码(我实际上不是 100% 确定这是否是作者在上面引用的意思):
收到以下错误:
我对这个问题使用了搜索功能,变量之间的高度相关性通常似乎是障碍。下表得出变量之间的相关性。
确实有一些高值,所以我再次测试了回归,将特定变量排除在外,但警告仍然出现。
对于数据本身存在问题的情况,您可以查看 csv.file 的一些示例行:
如果我可能无法看到一些关键错误,我很抱歉,但我现在已经为这个问题苦苦挣扎了几天。GMM 对我来说是一个全新的领域,我非常感谢一些帮助 :)
来自沮丧学生的问候
python - 将大量数据拟合到 GMM 时如何解决 sklearn 中的 MemoryError?
我正在尝试基于大量提取的 MFCC 特征生成通用背景模型 (UBM),但是MemoryError
当我将数据拟合到模型时,我一直得到一个。这是相关的代码部分:
有没有办法解决这个错误或者分解数据的处理以避免内存错误。我对这个领域很陌生,如果能得到任何帮助,我将不胜感激。
[更新]
不幸的是,这里提到的答案并不能解决我的问题,因为假设 data_set 具有低方差,而在我的情况下:
增量拟合可能是一种解决方案,但对于 GMMscikit-learn
没有这样的解决方案。partial_fit
我将不胜感激有关如何解决此问题的任何建议,无论是替代库建议、partial_fit 参考实现还是批量处理数据(在这种情况下不起作用,因为GMM.fit()
内存较少)?