python Copula 实现绘制散点模型
作者:北冰洋的喵 发布时间:2023-07-24 14:02:37
标签:python,Copula,绘制,散点,模型
一、使用copula生成合成数据集(synthetic dataset)
1. 三维数据描述
建立一个三维数据表,查看三维数据的散点图:
from copulas.datasets import sample_trivariate_xyz
data = sample_trivariate_xyz()
from copulas.visualization import scatter_3d
scatter_3d(data)
2. 使用高斯copula对数据集建模
使用GaussianMultivariate
(自动)估计x、y、z的边缘分布和联合分布,从而能够对数据集建模。
from copulas.multivariate import GaussianMultivariate
copula = GaussianMultivariate()
copula.fit(data)
3. 使用拟合后的模型生成新的数据集
使用sample
按拟合好的边际分布生成1000个新的样本点(每个编辑分布都生成1000个样本点,3个边际分布生成3000个样本点)
num_samples = 1000
synthetic_data = copula.sample(num_samples)
synthetic_data.head()
4. 观察三维散点图,比较拟合数据与真实数据的差异
from copulas.visualization import compare_3d
compare_3d(data, synthetic_data)
5. 保存与加载模型拟合路径
对于需要较长时间进行拟合copula模型的数据,可以拟合一个比较合适的模型后,用save
保存这个模型,在每次想采样新数据时用load
加载存储在磁盘上已经拟合好的模型。
model_path = 'mymodel.pkl'
copula.save(model_path)
new_copula = GaussianMultivariate.load(model_path)
new_samples = new_copula.sample(num_samples)
6. 提取和设置参数
在某些情况下,从拟合的连接中获取参数比从磁盘中保存和加载参数更有用。可以使用to_dict
方法提取copula模型的参数:
copula_params = copula.to_dict()
一旦有了所有的参数,就可以使用from_dict
创建一个新的相同的Copula模型:
new_copula = GaussianMultivariate.from_dict(copula_params)
# 用新模型生成新的参数:
new_samples = new_copula.sample(num_samples)
来源:https://blog.csdn.net/weixin_39982225/article/details/125662273?spm=1001.2100.3001.7377&utm_medium=distribute.pc_feed_blog.none-task-blog-personrec_tag-1-125662273-null-null.nonecase&depth_1-utm_source=distribute.pc_feed_blog.none-task-blog-personrec_tag-1-125662273-null-null.nonecase
0
投稿
猜你喜欢
- 前言本系列文章将依据官方文档讲解Webots R2022b的使用教程(Windows10环境)。一、Webots是什么?Webots是一个开
- 昨天去面试,百度题果然不一样,笔试我就蒙了,现在能记住两道题,笔试:1、title和alt 区别2、三列布局 左边裂固定宽度左对齐,右边列固
- Python 操作文件时,我们一般要先判断指定的文件或目录是否存在,不然容易产生异常。1.文件# 是否存在import osos.path.
- 抽象工厂模式(Abstract Factory Pattern):属于创建型模式,它提供了一种创建对象的最佳方式。在抽象工厂模式中,接口是负
- 今天有人问起,晚上试着写出来,供参考; 以下代码兼容主流浏览器IE6、IE7、Firefox、Opera。从最简单的开始…………一
- 本文介绍的圆角方法很特别,有创意。昨天群里大家讨论到一个豆瓣上的按钮,下面这个。在这里用到了不同宽度的按钮,但是只是用到了一个图片。&nbs
- 这篇文章主要介绍了Python类如何定义私有变量,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以
- 1、字符串拼接通过+运算符现有字符串码农飞哥好,,要求将字符串码农飞哥牛逼拼接到其后面,生成新的字符串码农飞哥好,码农飞哥牛逼举个例子:st
- 相信有些小伙伴,在没接触py之前,肯定都是有所准备的,想学语言由来已久,拿小编来说,一直趁着空挡就开始找课程学习,用记下学习历程,还会向一些
- 概述今天我们要来做一个进阶的花分类问题. 不同于之前做过的鸢尾花, 这次我们会分析 102 中不同的花. 是不是很上头呀.预处理导包常规操作
- 今天解析DEDECMS时发现deder的MYSQL时间字段,都是用`senddata` int(10) unsigned NOT NULL
- 1。总体概要kNN算法已经在上一篇博客中说明。对于要处理手写体数字,需要处理的点主要包括: (1)图片的预处理:将png,jpg等格式的图片
- 机器A: select instance_name from v$instance; select name from v$database
- ①捕捉一个异常捕捉一个异常以用0作为除数会得到ZeroDivisionError异常为例,print(1/0)为例程序的持续执行,不因该异常
- 大数据分析必定少不了数据抓取,只有拥有海量的数据才能对数据进行对比分析。因此,网页爬虫是作为程序员必须要懂得技能,下文我将通过文字形式记录下
- 指令和程序计算机的硬件系统通常由五大部件构成,包括:运算器、控制器、存储器、输入设备和输出设备。其中,运算器和控制器放在一起就是我们通常所说
- 本文实例讲述了Python编程中的反模式。分享给大家供大家参考。具体分析如下:Python是时下最热门的编程语言之一了。简洁而富有表达力的语
- 常用当前循环.作用default数据为空时设置默认值length取变量长度filesizeformat文件大小转成可读slice从指定位置到
- 1 将下面代码拷贝到一个文件,命名为asyncore.pyimport socketimport selectimport sysdef d
- 八月的UCDChina书友会主题是“信息分类和方法”,在会场中的内容是不足以简单的概述的,而这次交流至少对于分类、属性、关键词与Tag的定义