1回答
我想要积分一个核密度估计，以便得到cdf的核估计。这是我的代码：z <- rnorm(250)cdf<- function(b) {}plot(x, sapply(x, cdf), type= &q
浏览 24提问于2017-07-10得票数 1
回答已采纳
1回答
在密度图中寻找边界
、、、、
我对机器学习非常陌生，所以我也愿意接受建议。今天我读了一篇叫做minimax风险的文章，我想知道这在我的情况下是否可行。我在这里提供了一些可用于绘制以下图形的示例数据：
浏览 2提问于2013-04-30得票数 1
回答已采纳
2回答
我想知道是否有人能解释一下scipy.stats中的以下功能：rv_continuous.pdf这是我的任务，理论上很简单，但我仍然对这些函数的作用感到困惑。所以我想的是：scipy.stats.rv_continuous.expect(pdf,
浏览 7提问于2013-07-29得票数 1
回答已采纳
1回答
如何在Python中实现KS测试
、、、、
scipy.stats.kstest(rvs, cdf, N)可以在dataset rvs上执行KS测试.它测试数据集是否遵循可选分布，其cdf是在此方法的参数中指定的。我已经对这些数据执行了一个KDE，因此，有一个估计的PDF。这个PDF看起来非常像一个双峰分布。在绘制估计的PDF和curve_fitting的双峰分布时，这两幅图几乎是相同的。如何应用scipy.stats.kstest测试我估计的PDF是否是双峰分布的？作为我的零假设，我指出，估计的PDF等于以下P
浏览 0提问于2019-05-13得票数 2
1回答
核密度估计的随机数生成
、、、、
我有一个一维数据集，使用状态模型和python中的and计算内核密度估计。 kde.fit(kernel='gau', bw='silverman')def generateData(data, kde):
inverse_c
浏览 5提问于2016-11-09得票数 3
回答已采纳
1回答
取决于在核密度估计中使用的带宽？
、、、、
当我改变内核密度估计中的带宽时，我不知道为什么cdf有不同的值。在下面的代码中，我从高斯分布生成随机数，并估计数据在选择不同带宽(h)时的核密度。当我对pdf进行集成时，得到的值与1大致不同。因此，看起来pdf取决于在核密度估计中使用的带宽。然而，我发现内核去容估计中的因子1/nh确保pdf集成到1。如果带宽是问题所在，我如何确定它以确保得到的pdf集成到1？
浏览 1提问于2015-05-28得票数 1
回答已采纳
我正在使用以下过程来获得事务计数的密度图： density Transaction_Count/ scale=density ; XAXIS LABEL = 'Transaction_Count' GRID VALUES = (0 TO 100 BY 10);示例数据：1213x 23
浏览 0提问于2017-12-05得票数 4
我已经附上了发行版本身的图像，并将提供以下代码： plot_m = df_match.plot.kde(bw_method = 0.6842105263157895) 我的问题是，如何为像这样的核密度估计器设置边界
浏览 25提问于2019-09-20得票数 1
2回答
使用cdf(PD,x)将无法工作，因为它给出了点较小或等于x(但不完全是x)的概率。使用pdf(PD,x)只给出密度，但不给出概率，因此它可以大于1。
我如何计算概率？
浏览 1提问于2016-04-07得票数 2
回答已采纳
2回答
我有以下规则：如果买1得到0，如果买2得到3如果买3得到3>如果买4得到6</代码>H 19</代码>如果买5得到6</代码>H 210</code><>H 111</代码>如果购买6得到9<代码>H 212</代码><代码>H 113</代码>如果购买7得到9<代码>H 214</代码><代码>H 115</代码>如果购买8得到12<代码>H 216//代码>&l
浏览 6提问于2020-09-08得票数 1
有几种方法可以进行内核密度估计，这些方法将为数据样本提供PDF：
scipy.stats.gaussian_kde
浏览 1提问于2022-01-06得票数 1
3回答
我想知道如何打印完整的整数值与零也只在C中。int a = 14value of a = 0x0000000e提前谢谢。
浏览 0提问于2013-05-04得票数 1
回答已采纳
错误：：fitdist(ss$ssiss$name == s，distr = "nbinom")：函数mle无法估计参数，错误代码为100
ssdist <- read_excel(here
浏览 5提问于2022-05-19得票数 0
回答已采纳
在这个集合上，我想使用sklearn的内置函数执行内核密度估计：在kde实例方法score_samples的帮助下，我能够绘制出底层密度函数的合理估计cdf : str或callable
如果是字符串，它应该是scipy.stats中发行版的名称。如果r
浏览 0提问于2018-10-22得票数 1
我计算了这些数据的内核密度、cdf和pdf (在本例中，数据是从统一的数据中提取的，因为我无法提供真实的数据)如下： x,y = p.get_lines()[0].get_data()调用函数survivalFunction()
给出
浏览 4提问于2015-03-24得票数 2
回答已采纳
我想执行KDE，绘制数据和它的估计。然后，得到零交叉口，并用KDE绘制它。我的尝试是在下面。xmax:100j, ymin:ymax:100j]和positions = np.vstack([X.ravel(),Y.ravel(),Z.ravel()])as (kde文档)在可视化原始数据的真实估计方面会有任何效果吗我未能用KDE估计和KDE估计/零交叉原始数据绘制原始数据：
过零应该是矢量吗？将序列从数据帧转换为数组X= np.array(df
浏览 3提问于2015-07-20得票数 1
1回答
将数据点拟合到累积分布
、、、、
ss.rv_continuous.fit(ss.gamma, dataPoints, floc=0)
我想使用许多这样的小伽马分布来重建一个更大的分布(更大的分布与这个问题无关，只是为了证明我为什么要拟合cdf
浏览 32提问于2013-09-17得票数 24
我正在使用一个严格的正观测向量(它们是一个距离度量)。这是不正确的，因为我知道我的观察都是积极的。有没有什么办法可以让Matlab不去猜测，只给出经验累积函数的“导数”？
浏览 1提问于2013-07-02得票数 0
回答已采纳
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
腾讯云开发者
