Python和统计学：如何拟合混合分布？

Question

有时，数据并不来自单一的分布，而是来自多个分布。

例如，y = 0.4* X + 0.6 * Y， y 有40% 的机会来自分布 X，有60% 的机会来自分布 Y。可以在此处找到简介：http://www.r-bloggers.com/a-brief-introduction-to-mixture-distributions/。

问题是，给定数据集，有没有好的方法将它们拟合到 python 中？

我找到了一个关于 R 的教程：http://www.r-bloggers.com/fitting-mixture-distributions-with-the-r-package-mixtools/，但没有找到任何关于 python 的教程。

- cqcn1991

Answer 1

如果您的分布是高斯分布，那么scikit-learn有一些很好的混合分布拟合方法，称为高斯混合模型。这里有一个很好的解释here。他们也使用期望最大化算法，就像您链接中提到的R包一样。

- henrikr

---

非常有建设性的信息，从未意识到scikit-learn中有这样的东西，非常感谢！ - ZK Zhao

我已经查看了这个方法，有几个问题困扰着我，你能帮我解决吗？1. 我如何获取适配分布的参数（正态分布的均值、标准差等以及相对频率）？2. 我如何获取组合分布？我找到了一个例子，但它非常复杂：http://scikit-learn.org/stable/auto_examples/mixture/plot_gmm_classifier.html#example-mixture-plot-gmm-classifier-py - ZK Zhao

我同意 @cqcn1991 的观点，我也在寻找 Python 的等效方法。我阅读了示例（它应该是用于模型选择和聚类，而不是常规回归和回归结果），但我仍需要帮助。 - B Furtado