PDL :: Gaußscher. PDL :: Gaußscher bietet eine Reihe von Standardroutinen, um Sets Gaußsche Distributionen zu handhaben.
Jetzt downloaden

PDL :: Gaußscher. Ranking & Zusammenfassung

PDL :: Gaußscher. Stichworte

Perl-Modul Routinen Gaußsche PDL PDL-Routinen Gaußsche Distributionen.

PDL :: Gaußscher. Beschreibung

PDL :: Gauussian bietet eine Reihe von Standardroutinen, um Sets Gaußsche Distributionen zu behandeln. PDL :: Gauussian bietet eine Reihe von Standardroutinen, um Sets Gaußsche Distributionen zu handhaben. Synopsis $ a = new pdl :: gauussisch (, ); $ a-> set_covariätigkeit (...) Ein neuer Satz von Gaußern wird von $ a = new pdl :: gauussisch (xdims, gdims) initialisiert; wobei XDIMs ein Hinweis auf ein Array ist, das die Abmessungen in dem Raum enthält, ist der Gaußsche in und GDIMSlist ist ein Bezug auf ein Array, das die Dimensionalität des Gaußschen Raums enthält. Zum Beispiel nach $ a = new pdl :: gauussisch (, ); $ B = NEUE PDL :: Gauussisch ([], []); Die Variable $ A enthält 12 (= 3 * 4) 2-dimensionale Gaußser und $ B ist das einfachste Form: ein 1D Gaußscher. Derzeit können XDIMS entweder Null- oder ein Abmessungen aufgrund von Einschränkungen von PDL :: PP.NO, um die Verteilungsparameter festzulegen, können Sie die Routinen $ A-> SET_COVARIANCE ($ CV) verwenden. # Kovarianzmatrizen $ A-> set_icovariance ($ ICV); # Inverse Kovarianzmatrizen $ A-> set_mu ($ mu); # CentersDie Dimensionen von $ CV und $ ICV muss sein (@ XDIMS, @ XDIMS, @ GDIMS) und die Abmessungen von $ MU müssen (@ XDIMS, @ GDIMS) sein (@ XDIMS, @ GDIMS). Alternativ können Sie die Routinen $ CV = $ A-> verwenden get_covariance (); # CV = Verweis auf Covariarce-Matrix ... # Fuzz mit CV $ A-> up.comparianarce (); # Updateand in ähnlicher Weise für IcovariCe (Inverse Covarianz). Der letzte Unteraufruf ist wichtig, um die anderen Teile des Objekts zu aktualisieren. Um eine Zeichenfolgendarstellung der Gaußser (am nützlichsten für das Debugging) zu erhalten, verwenden Sie die Routine $ String = $ a-> asstr (); Es ist möglich, die Wahrscheinlichkeit zu berechnen oder Logarithmus der Wahrscheinlichkeit jeder der Verteilungen an einigen Punkten. $ a-> calc_value ($ x, $ p); $ a-> calc_lnvalue ($ x, $ p); Hier müssen $ X Abmessungen (NDIMS, ...) haben, und $ P müssen Dimensionen (GDIMSlist, ...) aufweisen, in denen die Elipsis in beiden Variablen die gleichen Abmessungen darstellt . Es ist normalerweise ratsam, mit den Logarithmen von Wahrscheinlichkeiten zu arbeiten, um numerische Probleme zu vermeiden. Es ist möglich, die Parameter für die Gaußer aus Daten zu erzeugen. Die Funktion $ A-> fromgewichtigeddata ($ data, $ wt, $ small_covariätigkeit); wobei $ Daten von Abmessungen (NDIMS, NDIMS, NDIMS) sind (NDIMS, NDIMS) und $ WT von Abmessungen (NDOGS, GDIMSlist), analysiert die Daten statistisch und ergibt eine entsprechende Gaußsche Verteilung. Der Parameter $ small_covariance ist die kleinste zulässige Kovarianz in irgendeiner Richtung: Wenn eine oder mehrere der Eigenwerte der Kovarianzmatrix kleiner sind als dies, werden sie automatisch auf $ Small_covariätigkeit eingestellt, um Singularitäten zu vermeiden.

PDL :: Gaußscher. Zugehörige Software