Question

numpy.random.multivariate_normal（mean，cov [，size]）

我有一个N点和X维度的数据集。因此，当我计算numpy.mean（data，axis = 0）和numpy.cov（data）并使用numpy.random.multivariate_normal（mean，cov）中的mean和cov值时。它抛出以下错误

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "mtrand.pyx", line 3986, in mtrand.RandomState.multivariate_normal (numpy/random/mtrand/mtrand.c:16833)
ValueError: mean and cov must have same length

因为numpy.mean（）计算平均列，并给出一个X维数组。而numpy.cov（）的输出是具有N行和X列的协方差矩阵。任何人都可以建议修复。

Answer 1

这与numpy.cov如何解释其第一个参数有关。您可以连续进行每次观察，而numpy.cov expects each observation in a column.

要解决此问题，请在np.cov(data.T)中转换数据以获取X x X协方差矩阵：

In [58]: N, X = 100, 3

In [59]: data = np.random.random((N,X))

In [60]: mean = np.mean(data, axis = 0)

In [61]: mean
Out[61]: array([ 0.4913433 ,  0.49484566,  0.52463666])

In [62]: np.cov(data.T).shape
Out[62]: (3, 3)

In [63]: cov = np.cov(data.T)

In [64]: np.random.multivariate_normal(mean, cov)
Out[64]: array([ 0.27194062,  0.65995531,  0.67367201])

或者，使用rowval=False参数：

In [68]: cov = np.cov(data, rowvar=False)

In [69]: cov.shape
Out[69]: (3, 3)

numpy.random.multivariate_normal（mean，cov [，size]）

1 个答案: