单模态与多模态模型选型：如何对比拟合效果选最优模型

我的目标是构建数据分布模型，但不确定如何对比已得到的单模态和多模态模型以选出最优模型：

• 单模态分布：使用Fitter库拟合，参考其_fit_single_distribution()方法计算AIC/BIC指标
• 多模态分布：使用高斯混合模型（GMM）拟合，参考对应源码实现计算AIC/BIC指标

在我的案例中，两类模型的指标数值量级差异极大：

• 单模态模型的AIC/BIC为1500-1600
• 双正态分布的多模态模型的AIC/BIC为155000-157000

拟合所用原始样本量约16800个。

单分布拟合模型效果 #

双分布拟合模型效果 #

多模态模型的AIC/BIC数值 #

示例中选择了2个组件，对应的AIC/BIC数值如下：

内容的提问来源于stack exchange，提问作者Eugen