最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

python?Copula?實現(xiàn)繪制散點模型

 更新時間:2022年07月08日 14:32:53   作者:北冰洋的喵  
這篇文章主要介紹了python?Copula實現(xiàn)繪制散點模型,文章圍繞主題展開詳細的內容介紹,具有一定的參考價值,需要的朋友可以參考一下

 一、使用copula生成合成數(shù)據(jù)集(synthetic dataset)

1. 三維數(shù)據(jù)描述

建立一個三維數(shù)據(jù)表,查看三維數(shù)據(jù)的散點圖:

from copulas.datasets import sample_trivariate_xyz
data = sample_trivariate_xyz()
from copulas.visualization import scatter_3d
scatter_3d(data)

2. 使用高斯copula對數(shù)據(jù)集建模

使用GaussianMultivariate(自動)估計x、y、z的邊緣分布和聯(lián)合分布,從而能夠對數(shù)據(jù)集建模。

from copulas.multivariate import GaussianMultivariate
copula = GaussianMultivariate()
copula.fit(data)

3. 使用擬合后的模型生成新的數(shù)據(jù)集

使用sample按擬合好的邊際分布生成1000個新的樣本點(每個編輯分布都生成1000個樣本點,3個邊際分布生成3000個樣本點)

num_samples = 1000
synthetic_data = copula.sample(num_samples)
synthetic_data.head()

4. 觀察三維散點圖,比較擬合數(shù)據(jù)與真實數(shù)據(jù)的差異

from copulas.visualization import compare_3d
compare_3d(data, synthetic_data)

5. 保存與加載模型擬合路徑

對于需要較長時間進行擬合copula模型的數(shù)據(jù),可以擬合一個比較合適的模型后,用save保存這個模型,在每次想采樣新數(shù)據(jù)時用load加載存儲在磁盤上已經擬合好的模型。

model_path = 'mymodel.pkl'
copula.save(model_path)
new_copula = GaussianMultivariate.load(model_path)
new_samples = new_copula.sample(num_samples)

6. 提取和設置參數(shù)

在某些情況下,從擬合的連接中獲取參數(shù)比從磁盤中保存和加載參數(shù)更有用??梢允褂?code>to_dict方法提取copula模型的參數(shù):

copula_params = copula.to_dict()

一旦有了所有的參數(shù),就可以使用from_dict創(chuàng)建一個新的相同的Copula模型:

new_copula = GaussianMultivariate.from_dict(copula_params)
# 用新模型生成新的參數(shù):
new_samples = new_copula.sample(num_samples)

到此這篇關于python Copula 實現(xiàn)繪制散點模型的文章就介紹到這了,更多相關python Copula 內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!

相關文章

最新評論

四平市| 靖安县| 洛隆县| 偃师市| 金门县| 宁陵县| 汾西县| 常山县| 含山县| 肇东市| 繁峙县| 台北县| 施秉县| 石门县| 灌南县| 前郭尔| 兴隆县| 紫阳县| 桂林市| 四子王旗| 浙江省| 教育| 勐海县| 政和县| 清苑县| 临湘市| 滦平县| 德兴市| 井陉县| 广昌县| 科技| 罗平县| 即墨市| 合作市| 巴塘县| 安图县| 梁山县| 曲沃县| 上虞市| 舞钢市| 桃江县|