Numpy 双重求和答案

【问题标题】：Numpy Double summationNumpy 双重求和
【发布时间】：2014-06-28 21:13:28
【问题描述】：

我的实现是：

def getGaussianValue(x, mean, covariance):
    part1 = 1/np.power(2*np.pi, x.shape[0]/2)
    part2 = 1/np.sqrt(np.linalg.det(covariance))
    part3 = np.exp(-(0.5) * np.matrix(x-mean) * np.matrix(np.linalg.inv(covariance)) *  np.matrix(x-mean).T)
    return part1 * part2 * part3 
def getLogLikelihood(K, data, pii, mean, covariance):
    sum_i = 0.0
    for i in range(data.shape[0]):
        sum_k = 0.0
        for k in range(K):
            sum_k += pii[k] * getGaussianValue(data[i], mean, covariance)
        sum_i += np.log(sum_k)
    return sum_i

这里N=150, K=3,X 是150x4numpy 数组，Covariance(Sigma) 是3x4x4 numpy 数组，mean(mu) 是3x4 numpy 数组。如何让它更快？

【问题讨论】：

您的对数似然状态均值和协方差取决于k，但代码似乎并未反映这一点。
有多慢？你有没有运行timeit 来比较不同的实现？
在 : github.com/scikit-learn/scikit-learn/blob/master/sklearn/… 上抢购
有多种工具可用于分析 Python。您可能会查看 cProfile (docs.python.org/2/library/profile.html) 或 Python 行分析器 github.com/rkern/line_profiler

标签： python arrays performance numpy scipy

【解决方案1】：

预先计算所有可能的东西总是一个好主意，永远不要计算任何东西。

只需反转一次协方差并存储反转矩阵
还预先计算标准化项part1 和part2 一次，而不是每次调用getGaussianValue
不用计算np.matrix(x-mean)两次（不知道numpy是否优化）
考虑使用 numpy 的内置函数，例如 scipy.stats.multivariate_normal.pdf

【讨论】：