频率密度

Question

下面的两张图传达了大致相同的信息。

• 左侧是直方图，其中 Y 轴表示频率（即我们在与每个 bin 相关的范围内看到值的频率）。

• 右边是密度（KDE 估计）。 Y轴代表密度（积分加起来应该是1）。

我通常更喜欢密度图（您可以调整，但 Y 轴通常更难解释。

我知道，假设变量的域从 -Inf 到 Inf，KDE 估计将返回一个加起来为 1 的密度，但是有没有办法将 KDE 估计产生的 PDF 映射到频率（例如，按比例放大有频率的值）？

这只是轴的“缩放”问题吗？还是有什么别的关系？

   

Answer 1

您必须先计算密度点，然后再进行绘图。阅读http://scikit-learn.org/stable/modules/density.html。一些代码：

from sklearn.neighbors.kde import KernelDensity
import numpy as np
import matplotlib.pyplot as plt 

# This X is your data for the histogram
X = np.array([[-1, -1], [-2, -1], [-3, -2], [1, 1], [2, 1], [3, 2]])
X = X.reshape(-1, 1)

kde = KernelDensity(kernel='gaussian', bandwidth=1).fit(X)
x = np.linspace(X.min(), X.max(), 100).reshape(-1, 1)

density = np.exp(kde.score_samples(x))

plt.plot(x, density)
plt.show()