从高斯混合模型中抽取部分矢量

Question

我想仅抽取一部分由它们的均值和协方差矩阵给出的高斯的矢量的一些元素。

具体做法是：利用高斯混合模型（GMM）

我插补数据。我使用以下过程和sklearn：

1. 转嫁给均值
2. 获得装置和与GMM协方差（例如5个组分）
3. 取样品和样品仅缺失值中的一个。其他值保持不变。
4. 重复几次

有两个问题，我这个看。 （A）我如何从高斯总和中抽样，（B）我如何抽取部分矢量。我假设两者都可以同时解决。对于（A），我可以使用拒绝采样或逆变换采样，但是我觉得在numpy中使用多变量正态分布生成器有更好的方法。或者，其他一些有效的方法。对于（B），我只需要将采样变量乘以一个已知值的高斯函数作为参数。对？

我宁愿在python中的解决方案，但算法或伪代码就足够了。

Answer 1

由于只对分布物的相对比例进行抽样，缩放序言或可以被丢弃。对于对角线协方差矩阵，可以使用具有缺失数据维数的协方差潜艇和平均子向量。对于非对角元素的协方差，采样高斯的均值和标准偏差需要改变。