파이썬에서 Gaussian Mixture Models (GMMs) 작업에 사용할 수있는 몇 가지 옵션이있는 것 같습니다. 언뜻보기에는 최소한 :
- PyMix- http: //www.pymix.org/pymix/index.php 혼합물 모델링 도구
- - PyEM http://www.ar.media.kyoto-u.ac.jp/members/david/softwares/em/ Scipy 도구 상자의 일부이며 GMM에에 초점을 맞출 것으로 보인다 지금으로 알려진 : 업데이트 sklearn.mixture .
- PyPR- http: //pypr.sourceforge.net/ 패턴 인식 및 GMM을 포함한 관련 도구
... 그리고 아마도 다른 사람들. 그들은 모두 생성 및 샘플링, 매개 변수 추정, 클러스터링 등 GMM에 가장 기본적인 요구를 제공하는 것으로 보입니다.
그들 사이의 차이점은 무엇이며, 특정 요구에 가장 적합한 것을 결정하는 방법은 무엇입니까?
GMM을 사용하여 이미지 압축의 간단한 버전을 프로파일 링 할 수 있습니다. 이미지가 주어진 경우 GMM을 사용하여 픽셀에 다른 확률을 할당 한 다음 특정 픽셀이 유래했을 가능성이 높은 특정 가우시안에 대한 인덱스로 확률을 사용하여 이미지를 다시 만듭니다.
—
Phillip Cloud
@cpcloud-의미하는 바 : 비교 지점으로 이러한 각 패키지에서 실행할 간단한 실험을 설정 했습니까? 글쎄요,하지만 적은 노력이 아닙니다. 이 패키지를 사용한 사람들의 의견을 기다리고 있습니다.
—
Aman
Scikit-learn은 GMM을 지원하는 인기있는 머신 러닝 라이브러리입니다. 나는 그것이 당신의 요구에 맞는지는 확실하지 않지만 다른 학습 알고리즘과 프레임 워크 (예 : 교차 유효성 검사, 모델 구성)를 갖는 이점이 있습니다.
—
Bitwise
PyPR 및 PyEM은 Python 2에서만 사용할 수 있으며 더 이상 활발하게 개발되지 않는 것 같습니다. PyMix가 최선의 선택 인 것 같습니다.
—
Josh Milthorpe