PDL :: Gaussian PDL :: Gaussian proporciona un conjunto de rutinas estándar para manejar conjuntos de distribuciones gaussianas.
Descargar ahora

PDL :: Gaussian Clasificación y resumen

PDL :: Gaussian Etiquetas

Módulo perl rutinas Gaussiano Pdl Rutinas PDL Distribuciones gaussianas

PDL :: Gaussian Descripción

PDL :: Gaussian proporciona un conjunto de rutinas estándar para manejar conjuntos de distribuciones gaussianas. PDL :: Gaussian proporciona un conjunto de rutinas estándar para manejar conjuntos Distribuciones gaussianas.Synopsis $ A = Nuevo PDL :: Gaussian (, ); $ a-> set_covariania (...) Un nuevo conjunto de gaussanos está inicializado por $ A = nuevo PDL :: Gaussian (XDIMS, GDIMS); donde XDIMS es una referencia a una matriz que contiene las dimensiones en el espacio. El gaussiano está en y GDIMSLIST es una referencia a una matriz que contiene la dimensionalidad del espacio gaussiano. Por ejemplo, después de $ A = nuevo PDL :: Gaussian (, ); $ b = nuevo PDL :: Gaussian ([], []); La variable $ a contiene juego de 12 (= 3 * 4) Gaussianos 2-dimensionales y $ B es la forma más simple: una 1D gaussiana. Actualmente, XDIMS puede contener cero o una dimensiones debido a las limitaciones de PDL :: PP.Para configurar los parámetros de distribución, puede usar las rutinas $ A-> SET_COVARIANCE ($ CV); # COVARIANA MATRICES $ A-> SET_ICOVARIANCE ($ ICV); # inversa covarianza matrices $ a-> set_mu ($ mu); # centrado en las dimensiones de $ CV y ​​$ ICV debe ser (@ xDims, @ xDims, @ GDIMS) y las dimensiones de $ MU deben ser (@ xDims, @ gdims) .Antrativamente puede usar las rutinas $ CV = $ A-> get_covariance (); # CV = referencia a la matriz de covarianza ... # Fuzz alrededor con CV $ A-> UPZ_COVARIANCE (); # Updateand de manera similar para Icovariase (covarianza inversa). La última Sub Llamada es importante actualizar las otras partes del objeto. Para obtener una representación de cadena de los gaussianos (más útiles para la depuración), use la rutina $ cadena = $ A-> Asstr (); es posible calcular la probabilidad o logaritmo de la probabilidad de cada una de las distribuciones en algunos puntos. $ a-> calc_value ($ x, $ p); $ a-> calc_lnvalue ($ x, $ p); aquí, $ x debe tener dimensiones (ndims, ...) y $ p deben tener dimensiones (gdimslist, ...) donde el elipsis representa las mismas dimensiones en ambas variables . Por lo general, es recomendable trabajar con los logaritmos de las probabilidades para evitar problemas numéricos. Es posible generar los parámetros para los gaussios de los datos. La función $ A-> desde pesadurasData ($ DATA, $ WT, $ SMALL_COVARIANCE); donde $ DATA son de dimensiones (NDIMS, NPOPS) y $ WT es de dimensiones (NDPS, GDIMSLIST), analiza los datos estadísticamente y le da un gaussiano correspondiente distribución. El parámetro $ Small_covarixe es la covarianza más pequeña permitida en cualquier dirección: si uno o más de los valores propios de la matriz de covarianza son más pequeños que esto, se establecen automáticamente en $ Small_covarince para evitar las singularidades. PERL

PDL :: Gaussian Software relacionado