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/