問題タブ [mixture-model]

PyMC を使用して 3 つの法線の混合を正常に実装しました ( https://drive.google.com/file/d/0Bwnmbh6ueWhqSkUtV1JFZDJwLWcに表示され、PyMC で 3 つの法線の混合物をモデル化する方法で尋ねられた質問と同様です) 。

私の次のステップは、多変量法線の混合を試してコーディングすることです。

ただし、データには追加の複雑さがあります。つまり、一連の観測が親観測に属する階層です。クラスタリングは、個々の観測自体ではなく、親の観測に対して行われます。この最初のステップでコード (60 の親、各親ごとに 50 の観測値) が生成され、正常に動作します。

ただし、PyMC を使用してサンプリングを実行しようとすると、イントロ トラブルが発生します (「エラー: flib.prec_mvnorm の 3 番目の引数 `tau' を C/Fortran 配列に変換できませんでした」)。

上記の代わりに、この手順がうまく機能するため、シミュレートされた観測データの形式に問題がないことはわかっています。

結果として、問題は平均ベクトル ('mean') と共分散行列 ('prec') の入力方法だと思いますが、方法がわかりません。私が言ったように、これは正規分布の混合ではうまくいきましたが、多変量正規分布の混合は私が理解できない複雑さを追加しています.

3つのワイブル分布からハザードが減少してから増加するデータセットをシミュレートしたいのですが、このハザード関数をよりゼロに近づけたいのですが、どうすれば0.1以下に近づけることができますか。これを持つようにコードを修正するにはどうすればよいですか?

変換されたデータのログに 3 つの正規分布の混合物を当てはめようとしていますが、その方法が少しわかりません。scikit Learn python の gmm 関数を試しましたが、正しく動作しないようです。

最後に、3 つのコンポーネント、つまり f=f1+f2+f3 の pdf プロットを取得したいと考えています。しかし、うまくいきません。

法線の混合物を対数法線データに当てはめようとしているからですか?

私の間違いを説明してください、および/または対数正規分布の混合をフィッティングするために使用されるパッケージについてアドバイスしていただけますか?

元のデータから取得した 100 万レコードのサンプルがあります。(参考までに、ほぼ同様の分布を生成する可能性があるこのダミー データを使用することができます。

) 私はヒストグラムが 2 つの対数正規分布の混合であると信じており、次のコードを使用して EM アルゴリズムを使用して合計分布を適合させようとしました。

最初のプロットは対数尤度プロットで、2 番目のプロット (もう一度 Return キーを押した場合) は、次の密度曲線のようになります。

前述したように、c1 は mixEM[] 型であり、plot() 関数はそれに対応できます。密度曲線を色で塗りつぶしたい。これは ggplot2() を使用して簡単に実行できますが、ggplot2() は mixEM[] 型のデータをサポートしておらず、次のメッセージがスローされます。

ggplot は、クラス mixEM のデータを処理する方法を知りません

この問題に対して私が取ることができる他のアプローチはありますか?

を使用して、1D データ (1000*1 行列) を 3 つのガウス分布にモデル化しました。

このようなものをプロットするにはどうすればよいですか?

与えられたポイントが各クラスに属する確率を示します。

MATLAB で次のパラメーターのような 3 つのコンポーネントを使用してガウス混合モデルの平均と中央値を計算するにはどうすればよいですか。

事前確率[0.4,0.25,0.34]

中心 [0.44;0.74;0.05]

共分散 [0.03,0.18,0.03]

ありがとう