python - 密度与频率

Question

下面的两个图传达了大致相同的信息。

• 左边是一个直方图，其中 Y 轴代表频率(即我们看到与每个 bin 相关的范围内的值的频率)。

• 右边的是密度(KDE 估计)。 Y 轴代表密度(积分加起来应为 1)。

我通常更喜欢密度图(您可以调整，但 Y 轴通常更难以解释。

我知道假设变量的域范围从 -Inf 到 Inf，KDE 估计将返回加起来为 1 的密度，但是有什么方法可以将 KDE 估计产生的 PDF 映射到频率(例如按比例放大)具有频率的值)？

这只是轴“缩放”的问题吗？或者还有什么其他的关系吗？

   

Answer 1

您必须先计算密度点，然后再绘图。阅读 http://scikit-learn.org/stable/modules/density.html 。一些代码:

from sklearn.neighbors.kde import KernelDensity
import numpy as np
import matplotlib.pyplot as plt 

# This X is your data for the histogram
X = np.array([[-1, -1], [-2, -1], [-3, -2], [1, 1], [2, 1], [3, 2]])
X = X.reshape(-1, 1)

kde = KernelDensity(kernel='gaussian', bandwidth=1).fit(X)
x = np.linspace(X.min(), X.max(), 100).reshape(-1, 1)

density = np.exp(kde.score_samples(x))

plt.plot(x, density)
plt.show()