Учитывая распределение данных, как определить параметры? ⇐ Python

[Anonymous]

У меня есть данные, только отдельные точки данных, и я знаю, как они распределяются, т.е.:

Код: Выделить всё

y = w * gamma.pdf(x, alpha1, scale=scale1) + (1-w) * gamma.pdf(x, alpha2, scale=scale2)

Как точно определить эти пять параметров?
Мой код выглядит следующим образом:

Код: Выделить всё

import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np
from scipy.optimize import curve_fit
from scipy.stats import gaussian_kde,gamma
data1 = np.random.gamma(4, 1, 200)
data2 = np.random.gamma(6,2, 200)
data = np.concatenate((data1, data2))
x=np.linspace(0,np.max(data)+2,800)
y=gaussian_kde(data)(x)
initial_params = [0.5, 2, 1, 2, 1]
params, params_covariance = curve_fit(two_gamma, x, y, p0=initial_params, maxfev=50000)
w, alpha1, scale1, alpha2, scala2 = params
plt.figure(figsize=(10, 6))
sns.histplot(data, bins=20, kde=False, color='y', label='Data density', alpha=0.5, stat='probability')
plt.plot(x, y, marker='o', linestyle='', markersize=1, label='Data distribution')
y_fit=w*gamma.pdf(x, alpha1, scale=scale1)+(1-w)*gamma.pdf(x, alpha2, scale=scala2)
plt.plot(x, y_fit, 'r-', linewidth=1, alpha=0.7,label='Mixture gamma distribution')
plt.legend(fontsize=8, loc='upper right')
plt.title("Expression distribution of gamma mixture")
plt.xlabel("Expression")

Я использую функцию Curve_fit, чтобы подогнать форму, которая не дает двойного пика, и надеюсь, что смогу точно аппроксимировать параметры функции. Использование нейронных сетей и других методов допустимо.


Подробнее здесь: https://stackoverflow.com/questions/791 ... parameters