如何计算给定分布值的可能性？

Question

我试图得到一个分数，告诉我一个值的概率是否属于分布。可能我错称为可能性的分数。 例如：

A = [4,5,5,6,4,16,15,14,15,16]
b = 5

在这种情况下，我的分数应该是低的，我想要一个低分数，即使b=15，否则我会一个高分数，如果b=10或更糟，如果b=100。你知道吗

我试着用核密度来拟合我的数据a的高斯混合，然后我试着得到b的分数。 但这似乎不是我真正想要的。你知道吗

kde = KernelDensity(kernel='gaussian').fit(A)
score = kde.score(b)

你有什么建议可以更好地模拟这个问题吗？你知道吗

编辑： A是由神经网络生成的值列表，b是我试图预测的真实值。 KernelDensity看起来不太好，因为当A和b是例如：

A = [40,50,50,60,40,160,150,140,150,160]
b = 50

得分高于第一例，但应该是相同的。你知道吗