.png){kind=icon}
返回
pyrichlet: A Python Package for Density Estimation and Clustering Using Gaussian Mixture Models
.png){kind=icon}
OA
AI
DOI：10.18637/jss.v112.i08.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
贝叶斯非参数模型已被证明是聚类和密度估计的有效工具。尽管R语言中存在丰富的实现生态系统，但Python中仅有少数。在此，我们开发了一个名为pyrichlet的Python软件包，用于贝叶斯非参数密度估计和聚类，采用各种前沿高斯混合模型，这些模型推广了广为人知的狄利克雷过程混合模型，其中许多方法相对较新。实现采用了马尔可夫链蒙特卡罗技术以及变分贝叶斯方法。本文包含对pyrichlet的详细描述，以及使用真实数据集的示例说明。
Keyword:
density estimation
clustering
random partitions
Gaussian mixture
Dirichlet cess
geometric process
Pitman-Yor
Python
