Si tienes alguna pregunta, puedes hacerla a continuación o ingresar lo que estás buscando.
Hay un método para retornar los promedios de todos los componentes gaussianos generados, pero no pude encontrar ninguno para obtener las desviaciones estándar y los promedios. Además, los promedios no tienen ningún componente de error asociado a ellos. from scipy.stats import skewnorm import matplotlib.pyplot as plt import numpy as np . . . Read more
Usando el siguiente fragmento de datos a continuación: Data = [95,95,95,95,95,95,95,95,94,94,94,94,94,94,94,94,229,444,457,387,280,188,236,181,183,183,185,186,189,190,190,190,179,165,151,151,161,214,213,213,214,213,212,195,179,160,158,155,114,98,164,346,229,39,134,149,194,1,153,171,187,185,104,102,100,90,90,92,92,92,93,93,93,93,93,93,94,94,94,94,94,11,1,11,11,70,182,104,58,60,134,115,99,97,99,98,98,97,97,97,97,97,97,97,97,96,96,96,96,96,96,96,96,96,96,96,96,95,95,95,95,95,95,95,95,95,95,95,95,95,95,95,95,95,95,95,95,94,94,94,94,94,94,94,94,94,94,94,94,94,94,93,93,152,206,221,286,326,341,360,377,391,392,393,393,393,394,406,418,420,422,422,408,389,345,329,276,224,166,113,-6,91,91,91,442,324,387,389,387,443,393,393,393,393,391,381,379,377,303,174,131,0,115,112,112,111,111,109,107,106,104,104,103,102,101,101,101,101,100,100,1,1,12,13,65,138,87] df2 = pd.DataFrame(Data) Forma el siguiente gráfico: Esta muestra de datos consiste en 2 ciclos de una máquina de la que estoy recibiendo datos. Puedes ver que la máquina comienza, luego aumenta a su presión máxima de 457 y . . . Read more
Tengo los siguientes datos generados mediante: from scipy.stats import skewnorm import matplotlib.pyplot as plt import numpy as np numValues = 10000 maxValue = 100 skewness = -5 data = skewnorm.rvs(a = skewness,loc=maxValue, size=numValues) Para el modelo gaussiano, he calculado el AIC utilizando el siguiente código: from sklearn.mixture import GaussianMixture gmm . . . Read more
Estoy haciendo un trabajo de agrupamiento en algunos datos y me gustaría usar los ‘límites suaves’ del Modelo de Mezcla de Gaussianas (GMM) para conectar cada punto de datos a múltiples grupos al mismo tiempo, pero con diferentes grados de creencia. p.ej. un punto de datos puede tener un 60% . . . Read more