PRML読書会#2,#3資料
- 52. numpy.randomで
多次元正規分布からサンプリング
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
#!/usr/bin/env python
# vim:fileencoding=utf-8
import numpy as np
import scipy as sp
import matplotlib.pyplot as plt
from numpy import random
mean = [0, 0]
cov = [[1, 0], [0, 100]]
# 対角
x, y = random.multivariate_normal(mean, cov, 10000).T
fig = plt.figure(1)
ax = fig.add_subplot(1,1,1)
ax.plot(x, y, 'x')
plt.show()
14年1月19日日曜日
- 53. 全角の場合
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
#!/usr/bin/env python
# vim:fileencoding=utf-8
import numpy as np
import scipy as sp
import matplotlib.pyplot as plt
from numpy import random
mean = [0, 0]
cov = [[1, 2], [30, 100]]
# 全角
x, y = random.multivariate_normal(mean, cov, 10000).T
fig = plt.figure(1)
ax = fig.add_subplot(1,1,1)
ax.plot(x, y, 'x')
plt.show()
14年1月19日日曜日
楕円が表現可能であるが
パラメータ数が増加
→混合ガウス分布(2章)
- 68. 尺度
• AIC(akaike information criterion)
• を最大にするモデルを選択
• BIC(Bayesian information criterion) (4.4.1)
• 完全なベイズアプローチ(3.4)
• ノンパラメトリックアプローチ
14年1月19日日曜日