关于加快 SciPy 自定义分布采样和拟合的建议

Question

我正在尝试使用 scipy.我已经根据其他一些因素推导出了一个理论 PDF，但无论是手动还是使用符号集成软件，我都找不到 CDF 的确切形式。

目前，从我的自定义分布中简单地评估 1000 个随机样本很昂贵，我认为这是由于需要反转未知的 CDF。如果我找不到 CDF 的显式形式并且它是逆向的，我还能做些什么来加快此分布的使用速度？

我已经使用 maple、matlab 和 Sympy 来尝试确定 CDF，但没有一个给出结果。我还尝试在保留尾部属性的同时对数据进行下采样，但这仍然需要大量数据，以至于对分布进行任何操作都很慢。

我的发行版是 SciPy 的 rv_continuous 类的子类。

感谢您的建议。

Answer 1

这听起来像是您想从概率分布的Kernel Density Estimation 中采样。虽然 Scipy 确实提供了一个高斯内核包，但对于这么多的测量，使用sklearn's implementation 会更好。可以在 Jake VanderPlas 的 blog 上找到一个很好的代码示例资源。