Я только что подписался на переполнение стека!Я как бы выясняю, как построить многомерное распределение Гаусса с учетом нулевого среднего вектора и ковариационной матрицы.
Я пытался сделать гистограмму, но она говорит не столько о выборке.Я читаю таблицу NxM из CSV и строю ее на графике:
def plot_gaussian_sample(csv):
df = pd.read_csv(csv, header=None)
data = df.values.reshape(30000,1);
# Fit a normal distribution to the data:
mu, std = 0,1 #norm.fit(df[0])
# Plot the histogram.
plt.hist(data, bins=100, density=True, alpha=0.6, color='g')
# Plot the PDF.
xmin, xmax = plt.xlim()
x = np.linspace(xmin, xmax, 100)
p = norm.pdf(x, mu, std)
plt.plot(x, p, 'k', linewidth=2)
plt.show()
Изображение
Каким было бы хорошее представление об этом?
Надеюсь, это правильное место, чтобы написать такой вопрос:)