我需要拟合多元高斯分布，即获得python中给定音频特征数据集的最近多元高斯的平均向量和协方差矩阵。音频特征（MFCC系数）是N×13矩阵，其中N大约为4K。有人可以概述一下软件包和技术，以便在python中为这些数据拟合高斯吗？
答案 0 :(得分：15)
使用numpy包。 numpy.mean和numpy.cov将为您提供高斯参数估计值。假设您有13个属性且N是观察次数，则需要在为rowvar=0矩阵调用numpy.cov时设置N x 13（或通过您的转置）矩阵作为函数参数）。
如果您的数据处于numpy数组data：
mean = np.mean(data, axis=0)
cov = np.cov(data, rowvar=0)