벡터화 정규 분포 파이썬

Question

가능성 못하는 문제 때문에 here 가입일

, 양해하지만 :

N = 10000 
x = 10 + 2*np.random.randn(N) 
y = 5 + x + np.random.randn(N) 

def neg_loglike(const,coef,std): 
    mu = const + coef*x 
    print(mu.shape) 
    return -1*stats.norm(mu, std).logpdf(y).sum() 

seed = np.array([1,1,1]) 
res = minimize(neg_loglike, seed, method = 'Nelder-Mead', 
      options={'disp': True}) 

MU이 경우 배열/벡터 인 - 그래서 stats.norm가 각각에 대한 정규 분포를 생성 가치 x? 정규 분포가 다중 평균을 갖는 것은 무엇을 의미합니까? (분명히 알지 못합니다)

마지막으로 res.x 의 최적 값을 올바르게 해석하면 이러한 매개 변수가 정규 분포 집합을 생성합니다. 분포에서 y를 볼 확률을 최대화합니다.

Answer 1

예, norm은 loc 및 scale 매개 변수의 벡터를 허용하고 각 입력을 자체 배포로 취급합니다. 참조한 링크 (예 : scale이 1이고 loc이 벡터 x 인 경우)와 같이 하나의 매개 변수에 대한 벡터와 다른 매개 변수에 대한 스칼라를 입력해도 괜찮습니다.

예를 들어

:

from scipy.stats import norm 

norm(loc=[1,2,3], scale=1).logpdf([4,5,6]) 

출력 :

array([-5.41893853, -5.41893853, -5.41893853])