Algorithm:实现LDA的Gibbs Gauss采样(绘制多图subplot)
【摘要】 Algorithm:实现LDA的Gibbs Gauss采样(绘制多图subplot)
目录
输出结果
实现代码
输出结果
实现代码
import numpy as npimport matplotlib.pyplot as plt N = 1000...
Algorithm:实现LDA的Gibbs Gauss采样(绘制多图subplot)
目录
输出结果
实现代码
-
import numpy as np
-
import matplotlib.pyplot as plt
-
-
N = 1000
-
# 初始化y, 可以任选一个值
-
y = 0
-
xs = []
-
ys = []
-
-
for i in range(N):
-
# 更新x_t
-
x = np.random.normal(0.8*y, 0.6)
-
# 更新y_t
-
y = np.random.normal(0.8*x, 0.6)
-
xs.append(x)
-
ys.append(y)
-
-
xs2, ys2 = np.random.multivariate_normal( [0, 0], [[1,0.8],[0.8,1]], N ).T
-
-
plt.subplot(211)
-
plt.title('gibbs Gauss')
-
plt.scatter(xs, ys)
-
plt.subplot(212)
-
plt.scatter(xs2, ys2)
-
plt.show()
文章来源: yunyaniu.blog.csdn.net,作者:一个处女座的程序猿,版权归原作者所有,如需转载,请联系作者。
原文链接:yunyaniu.blog.csdn.net/article/details/82115195
【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)