在 Matlab 或 Java 中自动将分布拟合到直方图 [关闭]答案

【问题标题】：Automatically fitting distribution to histogram in Matlab or Java [closed]在 Matlab 或 Java 中自动将分布拟合到直方图 [关闭]
【发布时间】：2016-06-12 12:25:36
【问题描述】：

我有一个特征（机器学习）的直方图。这意味着在 x 轴上我有几个特征可以采用的值，在 y 轴上我有出现次数。

如果我不知道它是哪种类型的分布（正态分布或几何分布等），是否可以在 Matlab（或 Java）中自动将概率分布拟合到该直方图？这意味着 Matlab（或 Java）应该找出它是哪个分布并给我最佳参数。

问题是我有很多功能，手动检查功能需要太多时间。

编辑：我发现以下 Matlab 工具可以完成这项工作：http://blogs.mathworks.com/pick/2012/02/10/finding-the-best/ 不幸的是它只支持参数模型。

Edit2：我现在有点困惑。我已经读过我必须标准化我的直方图，以便我看到经验概率而不是数字。如果我想尝试所有可能的参数分布并选择最好的，这是真的吗？在 Matlab 中如何进行这种归一化？

【问题讨论】：

没有任何类型的训练 + 建模，你最好的办法是强行将每个分布强加到数据上并计算 RMSE（或其他说明分布与数据拟合程度的方法）并选择一个RMSE 最低，但这远非理想，很容易导致错误。
@GameOfThrows 我已经更新了我的问题。
如果您对参数模型不感兴趣，那么您需要为您的问题添加更多解释。为什么你认为参数模型是不够的？如果您对参数模型不感兴趣，为什么不直接使用经验分布？您有兴趣使用哪些拟合标准？你为什么要做这个装修？你希望通过这次装修达到什么目的？您放弃了很多上下文（这很好），但是当您陈述的问题 (allfitdist) 的答案不够好时，您需要说明更多。
您在编辑 1 中发布的链接正是我所说的，如果您阅读此处的文件描述mathworks.com/matlabcentral/fileexchange/… 这个工具箱基本上使用了许多分布来尝试拟合您的数据。每次计算 RMSE 并在最后决定最佳拟合。您实际上不需要使事情复杂化。首先，您想尝试哪些发行版？正常，线性，二次等？您只需要编写一个带有 IF 条件的循环来执行此操作。相信我，这很简单。
还要回答您的 EDIT 2，将您的数据标准化为 PDF 不会改变您的拟合，是的，它会改变您的 RMSE 计算。所以你要么规范化它们中的每一个，要么不规范化任何东西。当您比较每个直方图时，标准化是一种很好的做法，但不会影响您的曲线拟合。

标签： java matlab statistics histogram distribution

【解决方案1】：

我不知道有任何工具可以自动找到最佳分发类型。但是，由于真实数据通常不完全对应于一个分布，并且存在任意数量的可能分布，因此存在这样的工具也没有什么意义。

我建议将您的问题限制在某些分布模型（高斯、对称、...），计算各个模型的最佳拟合，为每个拟合生成似然参数，然后采用最高的拟合/模型可能性。

【讨论】：

感谢您的回答。请在原帖中查看我的第二次编辑。
归一化意味着直方图的总体概率为 1。要在 matlab 中为 vetcor“数据”执行此操作，您可以使用：data = data./sum(data);这样 sum(data) = 1;