4
Ich versuche, den Erwartungsmaximierungsalgorithmus für Gaussian Mixture Model in Python zu implementieren.numpy: für Schleife durch Broadcasting loszuwerden
habe ich folgende Zeile die Gaußsche Wahrscheinlichkeit p meiner Daten X angesichts der mittleren mu und Kovarianz Sigma der Gaußschen Verteilung zu berechnen:
for i in range(len(X[0])):
p[i] = scipy.stats.multivariate_normal.pdf(X[:,i],mu,sigma)
ich wissen wollte, ob Ich könnte irgendwie die For-Schleife loswerden, um so etwas wie
p[:] = scipy.stats.multivariate_normal.pdf(X[:,:]??)
zu bekommenIch habe etwas über Broadcasting geforscht und dachte über die Verwendung der
numpy.einsum
Funktion nach, kann aber nicht herausfinden, wie es in diesem Fall funktionieren würde.
Hat die gepostete Lösung für Sie arbeiten? – Divakar
Ja, hat es getan! Danke vielmals – marilou