似乎有几个选项可用于在 Python 中使用高斯混合模型 (GMM)。乍一看,至少有:
- PyMix:混合建模工具
- PyEM [死链接],它是 Scipy 工具箱的一部分,似乎专注于 GMM
更新:现在称为sklearn.mixture 。 - PyPR:模式识别和相关工具,包括 GMM
...也许还有其他人。它们似乎都为 GMM 提供了最基本的需求,包括创建和采样、参数估计、聚类等。
它们之间有什么区别,应该如何确定哪种最适合特定需求?
参考: SciPy.org 上的专题软件。
似乎有几个选项可用于在 Python 中使用高斯混合模型 (GMM)。乍一看,至少有:
...也许还有其他人。它们似乎都为 GMM 提供了最基本的需求,包括创建和采样、参数估计、聚类等。
它们之间有什么区别,应该如何确定哪种最适合特定需求?
参考: SciPy.org 上的专题软件。
一般来说,我不知道如何确定哪个最好,但如果您对应用程序设置足够了解,您可以模拟数据并尝试这些模拟的包。成功指标可能是估计所花费的时间和模拟地面实况的恢复质量。