Python Scipy核心密度估計平滑問題

Question

對不起，提出一個可能非常明顯的答案的問題，但我有點困惑，以至於如何調整我可以順利與KDE平滑。我的代碼看起來像這樣在Python：

kde = scipy.stats.gaussian_kde(c) 
P_0 = kde(3) 
P_c = kde(c) 

其中c僅僅是一個數字列，我希望做一個整體與上述（這不是太重要了，我在這個問題）。我對於如何改變scipy中的scott/silverman方法以允許一些過度/不足感到困惑。

Answer 1

您似乎想要調整set_bandwidth參數。該鏈接包含簡單的示例代碼，這是我在這裏減少到最基本的元素：

kde = stats.gaussian_kde(c) 
kde.set_bandwidth(bw_method=.3) 
P = kde(c) 

所以基本上，帶寬通過kde.set_bandwidth(bw_method=X)通話，這樣X通常是浮動或方法silverman之一，scott設置。完整描述實際上指出bw_method：

可以是'scott'，'silverman'，一個標量常量或可調用的。如果是標量，這將直接用作kde.factor。如果可調用，則應該將gaussian_kde實例作爲唯一參數並返回標量。