核密度分数与Python Scikit的score_samples

Question

我最近在用Python和scikit-learn，特别是在使用KernelDensity这个功能。模型训练好后，我想评估一些新点的概率。为此有一个叫score()的方法，但好像不太好用，因为当我输入一个数组时，输出的结果只有一个数字。我试过用score_samples()，但是速度非常慢。

我觉得score这个方法可能有问题，但我没有能力去改进它。如果你们有什么想法，请告诉我。

Answer 1

没有代码的话，有点难判断，不过：

我们假设你想要评估的点保存在一个叫做 X 的数组里，并且你有一个核密度估计 kde，所以你会调用：

logprobX = kde.score_samples(X)

但要小心，这些是对数值！所以你还需要做：

probX = np.exp(logprobX) 

这些值是和你的直方图相匹配的（可能是之前计算过的）。

运行这些代码的时间取决于 X 的长度。在我的电脑上，计算7500个点是相当快的。

Answer 2

score()这个函数是通过score_samples()来工作的，具体用法如下：

return np.sum(self.score_samples(X))

所以，这就是为什么在你的情况下应该使用score_samples()的原因。