scipy.stats
库具有查找拟合分布的平均值和中位数的函数,但没有查找众数的函数。
如果我在拟合数据后得到了分布的参数,如何找到拟合分布的众数
?
最佳答案
如果我没有理解错的话,您想要找到拟合分布的众数而不是给定数据的众数。基本上,我们可以通过以下 3 个步骤来完成。
第 1 步:从分布生成数据集
from scipy import stats
from scipy.optimize import minimize
# generate a norm data with 0 mean and 1 variance
data = stats.norm.rvs(loc= 0,scale = 1,size = 100)
data[0:5]
输出:
array([1.76405235, 0.40015721, 0.97873798, 2.2408932 , 1.86755799])
第2步:拟合参数
# fit the parameters of norm distribution
params = stats.norm.fit(data)
params
输出:
(0.059808015534485, 1.0078822447165796)
请注意,stats.norm
有 2 个参数,即 loc
和 scale
。对于scipy.stats
中不同的dist,参数是不同的。我认为将参数存储在元组中然后在下一步中将其解压很方便。
第 3 步:获取拟合分布的众数(密度函数的最大值)
# continuous case
def your_density(x):
return -stats.norm.pdf(x,*paras)
minimize(your_density,0).x
输出:
0.05980794
请注意,norm
分布的 mode
等于 mean
。在这个例子中这是一个巧合。
还有一件事是scipy
对待连续dist和离散dist不同(它们有不同的父类),你可以用下面的代码在离散dist上做同样的事情.
## discrete dist, example for poisson
x = np.arange(0,100) # the range of x should be specificied
x[stats.poisson.pmf(x,mu = 2).argmax()] # find the x value to maximize pmf
输出:
1
您可以尝试使用自己的数据和发行版!
关于python - 如何获取 scipy.stats 中的分布模式,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/59662920/