威沙特分布理论部分：概率统计笔记：威沙特分布（Wishart Distribution）_UQI-LIUWJ的博客-CSDN博客

1 使用方法

scipy.stats.wishart(df=None, scale=None, seed=None)

1.1 参数解释

自由度

scale

比例矩阵，该矩阵必须对称且为正定。

在这种情况下，通常用多元法线精度矩阵(协方差矩阵的逆矩阵)来解释比例尺矩阵。

from scipy.stats import wishart
y=wishart(10,[[1,0],[0,1]])
y
#<scipy.stats._multivariate.wishart_frozen at 0x1f1081270c8>

1.2 方法

pdf(x, df, scale)	概率密度函数。
logpdf(x, df, scale)	概率密度函数的对数。
rvs(df, scale, size=1, random_state=None)	从Wishart分布中抽取随机样本
entropy()	计算Wishart分布的微分熵

scipy笔记：wishart （威沙特分布）相关推荐

概率统计笔记：威沙特分布（Wishart Distribution）
1 威沙特分布定义 1.1 中心威沙特分布假设X是一个n×p维的矩阵,其中每一行的p元向量均为满足p维正态分布的向量,即: 记为n×p维矩阵,则称随机阵的分布就是威沙特分布,记作当p=1,即每个X ...
scipy 笔记：solve_triangular
1 基本用法 scipy.linalg.solve_triangular(a, b, trans=0, lower=False, unit_diagonal=False, overwrite_b=Fa ...
scipy笔记：scipy.sparse
1 稀疏矩阵介绍在networkx包中,很多运算返回的是sparse matrix(如nx.laplacian_matrix),这是稀疏矩阵格式.隶属于scipy.sparse import net ...
scipy笔记—scipy.misc.imresize用法(方便训练图像数据)
scipy.misc.imresize 不同于普通的reshape, imresize不是单纯的改变图像矩阵的维度,而是能将图片重采样为指定像素,这样给深度学习中训练图像数据带来方便. import ...
概率统计笔记：高斯威沙特分布
1 介绍在概率论和统计学中,高斯威沙特分布是一个多变量四参数连续概率分布. 它是一个具有未知均值和精度矩阵(协方差矩阵的逆)的多元正态分布的共轭先验 2 定义假设均值μ 满足如下的高斯分布其中满 ...
BPMF论文辅助笔记：固定U，更新θU 部分推导
该部分是辅助论文笔记 Bayesian Probabilistic Matrix Factorizationusing Markov Chain Monte Carlo (ICML 2008)_UQI ...
pytorch笔记：torch.sparse类
PyTorch 提供了 torch.Tensor 来表示一个包含单一数据类型元素的多维数组. 默认情况下,数组元素连续存储在内存中,从而可以有效地实现各种数组处理算法,这些算法依赖于对数组元素的快速访 ...
python库整理目录
zip与zip(*)_刘文巾的博客-CSDN博客 python函数整理_刘文巾的博客-CSDN博客 python笔记:正则表达式_刘文巾的博客-CSDN博客 python笔记:深拷贝与浅拷贝_刘文巾 ...
Show Attend and Tell的实现代码中的python知识学习
Collection的类Counter() 参考:collections模块-- Counter from collections import Counter c = Counter('gallah ...

scipy笔记：wishart （威沙特分布）

1 使用方法

1.1 参数解释

1.2 方法

scipy笔记：wishart （威沙特分布）相关推荐

最新文章

热门文章