本文整理汇总了Python中sklearn.neighbors.KernelDensity.predict方法的典型用法代码示例。如果您正苦于以下问题：Python KernelDensity.predict方法的具体用法？Python KernelDensity.predict怎么用？Python KernelDensity.predict使用的例子？那么恭喜您, 这里精选的方法代码示例或许可以为您提供帮助。您也可以进一步了解该方法所在类sklearn.neighbors.KernelDensity的用法示例。
在下文中一共展示了KernelDensity.predict方法的1个代码示例，这些例子默认根据受欢迎程度排序。您可以为喜欢或者感觉有用的代码点赞，您的评价将有助于系统推荐出更棒的Python代码示例。
示例1: range
# 需要导入模块: from sklearn.neighbors import KernelDensity [as 别名]
# 或者: from sklearn.neighbors.KernelDensity import predict [as 别名]
n_components = range(1,25)
gmms = [GMM(n_components=n, covariance_type='full').fit(xN) for n in n_components]
BICs = [gmm.bic(xN) for gmm in gmms]
i_min = np.argmin(BICs)
clf=gmms[i_min]
print '%s components - BIC %s' %(n_components[i_min],BICs[i_min])
tol = np.percentile(np.exp(clf.score(xN)),10)
# <codecell>
fig1 = plt.figure(figsize=(10, 10))
color_iter = itertools.cycle(['r', 'g', 'b', 'c', 'm','wheat','violet','sienna',
'yellow','springgreen','sandybrown','tomato','tan','teal'])
Y_ = clf.predict(xN)
for i, (mean, covar, color) in enumerate(zip(clf.means_, clf._get_covars(), color_iter)):
v, w = linalg.eigh(covar)
u = w[0] / linalg.norm(w[0])
if not np.any(Y_ == i):
continue
plt.scatter(xN[Y_ == i, 0], xN[Y_ == i, 1], .8, color=color)
'''X_, Y_ = np.meshgrid(np.linspace(vlim[0], vlim[1]),np.linspace(clim[0], clim[1]))
XX = np.array([X_.ravel(), Y_.ravel()]).T
Z = np.exp(clf.score(XX))
Z = Z.reshape(X_.shape)
CS = plt.contour(X_, Y_, Z)'''
plt.show()