Transmettre des données bidimensionnelles dans la fonction de densité normale multivariée de python?

Question

Je veux calculer le PDF gaussien de données bidimensionnelles, j'essaie de le faire en python en utilisant la fonction scipy.stats.multivariate_normal, mais je ne comprends pas comment puis-je transmettre mes données à l'intérieur?

Est-ce que multivariate_normal est utilisé uniquement pour analyser des données unidimensionnelles en n dimensions ou est-ce que je peux également utiliser pour mon ensemble de données?

data set-> X = [X1,X2....Xn] 

où chaque

Xi=[x1 x2] 

est égal à 2 dimensions.

Answer 1

Pour calculer la fonction de densité, utilisez la méthode pdf() de l'objet scipy.stats.multivariate_normal. Le premier argument est votre tableau X. Les deux arguments suivants sont la moyenne et la matrice de covariance de la distribution.

Par exemple:

In [72]: import numpy as np 

In [73]: from scipy.stats import multivariate_normal 

In [74]: mean = np.array([0, 1]) 

In [75]: cov = np.array([[2, -0.5], [-0.5, 4]]) 

In [76]: x = np.array([[0, 1], [1, 1], [0.5, 0.25], [1, 2], [-1, 0]]) 

In [77]: x 
Out[77]: 
array([[ 0. , 1. ], 
     [ 1. , 1. ], 
     [ 0.5 , 0.25], 
     [ 1. , 2. ], 
     [-1. , 0. ]]) 

In [78]: p = multivariate_normal.pdf(x, mean, cov) 

In [79]: p 
Out[79]: array([ 0.05717014, 0.04416653, 0.05106649, 0.03639454, 0.03639454])