2024-05-14 22:33:06 发布
网友
我将核密度估计应用于300点(xs=300)的二进制数据,以创建一个连续函数。你知道吗
density = gaussian_kde(plane_pos) density.covariance_factor = lambda : .05 density._compute_covariance() density_p = density(xs)
我想知道这里用协方差系数计算的带宽,是如何与x轴的尺寸相联系的。这里使用的每个内核有多少天的宽度?我该怎么解决这个问题?你知道吗
density.covariance_factor()返回的带宽只会给您一个缩放版本。要将其适当地缩放到数据,您应该将该值乘以数据的标准偏差。 import numpy bw = density.covariance_factor()*numpy.std(plane_pos)
density.covariance_factor()
import numpy bw = density.covariance_factor()*numpy.std(plane_pos)
注意:根据您想要如何定义“带宽”,您可能需要将其乘以2(或不乘以2)。你知道吗
density.covariance_factor()
返回的带宽只会给您一个缩放版本。要将其适当地缩放到数据,您应该将该值乘以数据的标准偏差。import numpy bw = density.covariance_factor()*numpy.std(plane_pos)
注意:根据您想要如何定义“带宽”,您可能需要将其乘以2(或不乘以2)。你知道吗
相关问题 更多 >
编程相关推荐