我有一个二维数据，它包含五个峰值。我可以拟合五个二维高斯函数来获得峰值吗？在我的问题中，峰值并不指聚类问题。我认为 EM 是一个合适的答案。
就我而言，我测量了 x-y 空间中的一个变量，它在多个位置显示了最大值。还算合适Fourier series或使用Expectation-Maximization方法适用于我的问题的解决方案？
为了确定我的可能性，我是否需要将五个 2D Gaussians distributions 加起来？与 x和y和 height每个峰作为变量？
最佳答案
如果我明白你在问什么，请查看高斯混合模型和期望最大化。尽管我没有仔细研究过，但我不知道这些在 Python 中的任何预实现版本。
关于python - 定义具有五个峰值的 2D 高斯概率，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/23808446/