从零开始实现核密度估计(kernel density estimation,KDE)-python实现
问题背景核密度估计(kernel density estimation)是在概率论中用来估计未知的密度函数,属于非参数检验方法之一,由Rosenblatt (1955)和Emanuel Parzen(1962)提出,又名Parzen窗(Parzen window)。具体原理推导可参考这篇博客。此篇博客侧重于根据理论公式,给出python实现。python工具包推荐seaborn,pandas,scikit-learn中均提供了kde计算及绘图函数,可直接查阅/调用。理论基础核密度估计的核心公式
原创
2020-06-03 23:53:55 ·
15637 阅读 ·
5 评论