Tampaknya ada beberapa opsi yang tersedia untuk bekerja dengan Gaussian Mixture Model (GMMs) dengan Python. Sekilas, setidaknya ada:
- PyMix - http://www.pymix.org/pymix/index.php Alat untuk pemodelan campuran
- PyEM - http://www.ar.media.kyoto-u.ac.jp/members/david/softwares/em/ yang merupakan bagian dari Scipy toolbox dan tampaknya berfokus pada Pembaruan GMM : Sekarang dikenal sebagai sklearn.mixture .
- PyPR - http://pypr.sourceforge.net/ pengenalan pola dan alat terkait termasuk GMM
... dan mungkin yang lain. Mereka semua tampaknya menyediakan kebutuhan paling mendasar untuk GMM, termasuk membuat dan pengambilan sampel, estimasi parameter, pengelompokan, dll.
Apa perbedaan di antara mereka, dan bagaimana cara menentukan mana yang paling cocok untuk kebutuhan tertentu?
normal-distribution
python
mixture
Seorang pria
sumber
sumber
Jawaban:
Saya tidak tahu bagaimana menentukan secara umum mana yang terbaik, tetapi jika Anda mengetahui pengaturan aplikasi Anda dengan cukup baik, Anda dapat mensimulasikan data dan mencoba paket pada simulasi ini. Metrik sukses bisa berupa waktu yang dibutuhkan estimasi dan kualitas pemulihan dari ground ground yang disimulasikan.
sumber