Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
scipy gaussian_kde 和循环数据
我正在使用 scipys gaussian kde 来获取一些双峰数据的概率密度 但是 由于我的数据是有角度的 以度为单位的方向 当值出现在极限附近时 我会遇到问题 下面的代码给出了两个示例 kde 当域为 0 360 时 它会被低估 因为
scipy
Gaussian
kerneldensity
probabilitydensity
高斯过程 scikit-learn - 异常
我想使用高斯过程来解决回归任务 我的数据如下 每个X向量的长度为37 每个Y向量的长度为8 我正在使用sklearn封装在Python但尝试使用高斯过程会导致Exception from sklearn import gaussian pr
python
scikitlearn
Regression
Gaussian
forecasting
Python:仅在图像蒙版内执行模糊
我有一个灰度图像和该图像中 ROI 的二值掩模 我想对灰度图像执行模糊操作 但仅限于蒙版的范围内 现在我正在模糊整个图像 而不仅仅是删除蒙版之外的项目 但我不希望蒙版之外的像素影响我的投资回报率 有没有办法在不构建自定义模糊函数的情况下做到
python
imageprocessing
filter
scipy
Gaussian
高斯曲线拟合算法
各位 我一直在尝试获得一些数据集的高斯拟合 这些数据集在某种程度上看起来像扭曲的正态分布 我一直在使用软件来做到这一点 我想知道是否可以应用迭代算法将这些数据集转换为高斯拟合曲线 原始曲线的标准差和平均值作为输入 有任何想法吗 计算数据的平
Algorithm
statistics
curvefitting
Gaussian
每行具有不同标准差的 Numpy 数组
我想要一个NxM矩阵 其中每行中的数字是从不同正态分布生成的随机样本 相同mean但标准差不同 以下代码有效 import numpy as np mean 0 0 same mean stds 1 0 2 0 3 0 different
python
NumPy
vectorization
Gaussian
normaldistribution
使用 Scipy 与 ROOT 等进行拟合(高斯)
我现在多次偶然发现 python 中的拟合scipy curve fit某种程度上比其他工具 例如 根 https root cern ch https root cern ch For example when fitting a gau
python
scipy
curvefitting
Gaussian
如何使用高斯分布对列表进行洗牌
我想模拟消息上的错误 例如 1000010011 gt 1010000011 有没有办法在Python中实现这个 我尝试了以下方法 有效 import random a 1011101101 b el for el in a b 1 0 1
python
Random
Simulator
fault
Gaussian
如何正确使用 scikit-learn 的高斯过程进行 2D 输入、1D 输出回归?
在发帖之前我做了很多搜索并发现这个问题 https stackoverflow com questions 21320964 how to make a 2d gaussian process using gpml matlab for r
python
Regression
Gaussian
C++ 中的正态(高斯)分布函数
我需要知道一种方法来获得 50 个数字的高斯分布 我知道 Boost 库 它可以生成随机数 就我而言 我不需要随机数 我需要 50 个数字的正态分布 我如何在 C 中做到这一点 从 C 11 开始 标准库中提供了正态 高斯 分布 http
c
Gaussian
编写集成高斯的 Python 函数的最佳方法?
在尝试使用 scipy 的四边形方法对高斯进行积分时 假设有一个名为 gauss 的高斯方法 我在将所需参数传递给高斯并让四边形对正确的变量进行积分时遇到问题 有谁有一个关于如何使用四元组和多维函数的好例子吗 但这让我产生了一个更宏大的问题
python
scipy
Gaussian
integral
如何在 Python 中将多个高斯曲线拟合到质谱数据?
我想在 Python 中将多条高斯曲线拟合到质谱数据 现在 我一次对数据进行高斯拟合 实际上是一次一个范围 有没有更简化的方法来做到这一点 有没有办法可以通过循环运行数据以在每个峰值处绘制高斯分布 我猜一定有更好的方法 但我已经通过互联网进
python
Gaussian
如何使用 OpenCV 将偏导数高斯核应用于图像?
我正在尝试重现一篇论文的结果 其中他们将图像与高斯核的水平偏导数进行卷积 我还没有找到任何方法可以用 OpenCV 来实现这一点 那可能吗 我是否必须获得高斯滤波器 然后手动计算偏导数 正如 akarsakov 所说 OpenCV 没有为此
opencv
Gaussian
derivative
对 svg 过滤器的特征检测支持
我需要检测浏览器是否支持 svg 过滤器 具体来说是 feGaussianBlur 我将如何对此进行测试 Safari 不支持过滤器 会默默地忽略过滤器 您可能还可以检查接口上可用的枚举 例如 var supportsfilter type
Browser
SVG
Gaussian
svgfilters
browserfeaturedetection
scipy.optimize.curve_fit 无法拟合移位的倾斜高斯曲线
我正在尝试使用 scipy 拟合一条倾斜且移位的高斯曲线曲线拟合函数 但我发现在某些条件下拟合效果很差 经常给我接近或完全是一条直线 下面的代码源自curve fit文档 提供的代码是用于测试目的的任意数据集 但很好地显示了问题 impor
python
scipy
Gaussian
对数据点拟合更好的高斯分布?
我试图将高斯拟合到一组似乎遵循高斯分布的数据点 我已经检查了很多可能的方法来做到这一点 但我并不真正理解其中的大多数 然而 我找到了一个似乎有效的解决方案 但我得到的实际拟合结果看起来并不比我的数据点更像高斯 这是我的代码 import n
python
matplotlib
plot
Gaussian
datafitting
如何修复 gpflow 中内核长度尺度的某些尺寸?
我有一个 2d 内核 k gpflow kernels RBF lengthscales 24 5 1e 5 m gpflow models GPR data X Y kernel k mean function None 我想修复第二维的
python
constraints
Gaussian
gpflow
使用numpy.random.normal时如何指定上限和下限
我希望能够从只落在 0 和 1 之间的正态分布中选取值 在某些情况下 我希望能够基本上返回完全随机的分布 而在其他情况下 我希望返回落在 0 和 1 之间的值高斯的形状 目前我正在使用以下功能 def blockedgauss mu sig
python
NumPy
Random
scipy
Gaussian
如何在Python中高效计算两个高斯分布的热图?
我正在尝试生成一个热图 其中像素值由两个独立的二维高斯分布控制 令它们分别为 Kernel1 muX1 muY1 sigmaX1 sigmaY1 和 Kernel2 muX2 muY2 sigmaX2 sigmaY2 更具体地说 每个内核的
python
NumPy
Heatmap
Gaussian
如何计算椭圆高斯分布的角度
我编写了以下Python代码来计算矩量法的类高斯分布基的中心和大小 但是 我无法编写计算高斯角度的代码 请看图片 第一张图是原始数据 第二张图是根据矩量法的结果重建数据 但是 第二张图片重建不充分 因为 原始数据是倾斜分布的 我认为 我必须
python
NumPy
matplotlib
scipy
Gaussian
如何修复“Float”对象没有属性“exp”?
我在Python中有以下高斯方程 numpy exp x m 2 2 sigma 前提是x是一个矩阵 但是 该方程无法运行 并且出现以下错误 AttributeError Float object has no attribute exp
python
NumPy
Math
Gaussian
algebra
«
1
2
3
»