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
作者其他文章
评论（0）