如何解决用 Julia 绘制分布的混合图
我想用 Julia 绘制两个一维高斯分布的混合图。我不确定最好的方法是什么。我正在尝试使用 Distributions.jl
并且专门用于两者
- 使用
d1 = Normal(0.0,1.0)
和d2 = Normal(1.0,1.8)
定义两个高斯 - 定义一个混合物使用
MixtureModel(Normal[ Normal(-2.0,1.2),Normal(0.0,1.0),Normal(3.0,2.5)],[0.1,0.6,0.3])
现在,对于第一次尝试,我不知道如何定义权重。因此,我的问题是关于如何继续简单地生成和抽取这种混合物的样本?
我想绘制它们并使用这些样本来执行参数估计。
解决方法
我不确定我是否完全理解这个问题 - 为什么要定义 d1
和 d2
?
要回答您的大胆问题:只需使用 rand()
从您的混合分布中提取:
julia> using Distributions
julia> mm = MixtureModel([Normal(-2.0,1.2),Normal(),Normal(3.0,2.5)],[0.1,0.6,0.3])
MixtureModel{Normal{Float64}}(K = 3)
components[1] (prior = 0.1000): Normal{Float64}(μ=-2.0,σ=1.2)
components[2] (prior = 0.6000): Normal{Float64}(μ=0.0,σ=1.0)
components[3] (prior = 0.3000): Normal{Float64}(μ=3.0,σ=2.5)
julia> rand(mm)
1.882130062980293
请注意,这里我使用了 Normal()
而不是 Normal(0.0,1.0)
,因为 Normal()
已经返回标准正态分布。
绘制:
julia> using Plots
julia> histogram(rand(mm,100_000),normalize = true,xlabel = "Value",ylabel = "Frequency",label = "Mixture model")
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。