腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
1
回答
python
中
KDE
的
平滑
逼近
python
、
seaborn
、
statsmodels
、
kde
、
scipy.stats
我试图在我
的
KDE
图上只获取x轴上
的
非负值。我知道我可以限制x轴值,但我不想这样。有没有办法
平滑
地近似
KDE
,这样就没有非负值了?我
的
所有数据都是非负
的
,但我没有太多
的
样本点(最多500个,我无法获得更多)。我也试着调整带宽,但它看起来不太好。
浏览 67
提问于2020-10-09
得票数 2
1
回答
如何在
python
中使用高斯
kde
内核
平滑
一行,设置带宽
python
、
math
、
numpy
、
scipy
我试图使用
python
gaussian_
kde
平滑
以下数据,但是它不能正常工作,它看起来像
kde
,它是对整个数据集
的
分布进行重采样,而不是对每个点使用带宽,并赋予权重来进行
平滑
处理。from scipy.stats import gaussian_
kde
import numpy as np ,191.5975, 191.555, 191.52 , 191.25
浏览 2
提问于2015-10-02
得票数 4
回答已采纳
1
回答
Python
核密度估计
平滑
问题
python
、
scipy
、
kernel-density
很抱歉问了一个问题,答案可能很明显,但我有点困惑,不知道如何调整多少我可以顺利使用
KDE
。在
python
中
,我
的
代码如下所示:P_0 =
kde
(3)其中,c只是一列数字,我想用上面的方法做一个积分(对于我所遇到
的
问题来说,这并不是太重要)。我有点困惑,我将如何改变scott/silverman方法在bit
中
,
浏览 1
提问于2017-07-03
得票数 1
回答已采纳
1
回答
为什么stat_density (R;ggplot2)和gaussian_
kde
(
Python
;and )不同?
python
、
r
、
ggplot2
、
scipy
、
kernel-density
我试图根据一系列可能不是正态分布
的
发行版生成基于
KDE
的
PDF估计。我喜欢stat_density在R
中
的
方式,它似乎识别频率上
的
每一个增量,但不能通过
Python
的
参数统计-高斯_
kde
方法来复制,这个方法看起来太
平滑
了。Silverman' ,size=1,position='
浏览 1
提问于2019-03-26
得票数 3
回答已采纳
1
回答
如何修复statsmodels.nonparametric.
kde
.kdensity或seaborn.kdeplot
中
的
错误带宽?
python
、
seaborn
、
statsmodels
、
python-3.7
我正在将我
的
一些R文件翻译成
Python
,我在使用
Python
中
的
Epanechnikov内核设置
KDE
图
的
带宽时遇到了一些问题。我尝试使用函数seaborn.kdeplot()和statsmodels.nonparametric.
kde
.kdensity(),但始终没有得到正确
的
结果。到目前为止,我还没有找到
Python
中
带宽是如何缩放或标准化
的
模式。此外,如果我使用高斯内核,R
浏览 21
提问于2019-03-27
得票数 0
1
回答
自适应带宽核密度估计
python
、
kernel-density
似乎有大量
的
信息和工具可用于实现标准
的
多元或单变量核密度估计。然而,我目前使用
的
离散地理数据特别稀少,而且倾向于聚集在人口密度高
的
地区。也就是说,我在地图上有一些点(经度和纬度),我想估计给定点
的
概率密度,但我需要对人口密度进行某种程度
的
正常化。从四周看,似乎解决这类问题
的
适当方法是为核估计实现某种最近邻自适应带宽。然而,似乎stats.gaussian_
kde
不支持自适应带宽。是否有人知道我如何能够自己实现这一点,或者是否有任何可用于自适应带宽<em
浏览 8
提问于2015-07-17
得票数 9
1
回答
多变量
KDE
Scipy统计数据-如果它不是高斯
的
呢?
python
、
scipy
、
kernel-density
、
scipy.stats
我有一些2D数据,我正在使用这些数据进行
平滑
:
kde
= gaussian_
kde
(data) 但是如果我
的
数据不是高斯/tophat我
的
在
平滑
之前看起来更像椭圆,所以我真的应该在x和y上有一个不同
的
带宽吗?一个方向
的
方差更大,x轴
的
值也更高,所以感觉简单
的
高斯可能遗漏了什么?
浏览 4
提问于2021-03-30
得票数 0
1
回答
从价值表
中
创建方程
algorithms
在给定环境温度
的
情况下,我创建了一个以秒为单位返回时间t
的
值表。如果要绘制这些值,它可能看起来类似于二次或日志。我可以使用查找表,如果我需要
的
值介于2分之间,我可以插值。使用这个数据点表,创建一个返回类似结果
的
方程
的
过程是什么?
浏览 0
提问于2017-06-16
得票数 -2
1
回答
在Kubuntu /通用tarball安装帮助
中
安装SmoothTasks
software-installation
、
kubuntu
、
11.10
我正在尝试安装SmoothTasks --这是一个类似于Windows 7
的
KDE
任务栏,我不知道如何安装它。我知道对于一个知道的人来说这是一个简单
的
问题,但这将非常有助于我最终理解tarball安装和如何最终完成一个。
浏览 0
提问于2012-03-01
得票数 1
1
回答
gaussian_filter和gaussian_
kde
中西格玛与带宽
的
关系
python
、
scipy
、
filtering
、
gaussian
、
kernel-density
如果适当地选择每个函数
中
的
和bw_method参数,则在给定数据集上应用sigma和bw_method函数可以得到非常相似的结果。例如,我可以通过在sigma=2.
中
设置gaussian_filter (左图)和在gaussian_
kde
中
设置bw_method=sigma/30.这可以是‘scott’,‘silverman’,一个标量常数或可调用
的
。如果是标量,这将直接用作
kde
.factor。如果是可调用
的
,它应该只接受一个gaussia
浏览 4
提问于2014-09-09
得票数 6
回答已采纳
2
回答
用matplotlib绘制抽样概率密度函数
python
、
matplotlib
、
histogram
、
probability
我想根据我拥有的样本绘制概率密度函数
的
近似值,即模仿直方图行为
的
曲线。我想要多大
的
样品就有多大。
浏览 4
提问于2013-03-15
得票数 26
回答已采纳
1
回答
使用gaussian_
kde
和海上部署时不同
的
KDE
渲染
python
、
scipy
、
seaborn
、
auc
就所知,海运是通过使用来工作
的
。 auc使用gaussian_
k
浏览 8
提问于2021-03-12
得票数 0
回答已采纳
3
回答
高斯
平滑
的
离散
逼近
matlab
、
image-processing
、
computer-vision
、
convolution
、
smoothing
我试图找到高斯
平滑
操作
的
离散近似,如链接所示: z = rgb2gray(imread('train_02463_1.bmp')); colnums = sub2ind(im_sz,x,y)
浏览 3
提问于2014-03-12
得票数 0
1
回答
KDE
方法对多模态更敏感
python
、
scipy
、
kernel-density
、
probability-density
我正在使用scipy
的
stats.gaussian_
kde
()为样本数据生成PDF估计。Scipy
的
文档清楚地表明: "The estimation works best for a unimodal distribution; bimodal or multi-modal distributions我
的
假设是,因为它是非参数
的
,所以高斯
KDE
不会假设分布
的
形状--尽管如此,它似乎还是被迫假设为正态分布。
浏览 9
提问于2019-03-22
得票数 0
1
回答
损失为分段函数时
的
学习参数
machine-learning
、
gradient-descent
我有一个网络来生成一个单一
的
数字T。我预先知道:损失函数
的
一个性质是,当T \in [a_1, a_2]时,损失具有相同
的
L_1值;当T \in [a_2, a_3]时,损失有另一个值L_2;等等。这个问题
的
一个具体
的
、简化
的
例子可能类似于对象分类。我有一组对象,以及它们与类别C之间
的
距离,我想将这些对象分类到其中。距离是[d_1, d_2, \dots, d_K]。假设d_1 \leq d_2 \leq \dots \leq d_K在不失去通用性
的
情
浏览 0
提问于2020-07-10
得票数 3
1
回答
scipy.interpolate.splrep和scipy.interpolate.UnivariateSpline在用例上有什么区别?
python
、
scipy
、
interpolation
、
spline
:找到一维曲线
的
B样条表示.给定数据点集,(x[i], y[i])确定了区间xb <= x <= xe上k度
的
光滑样条
逼近
。:适用于给定数据点集
的
一维
平滑
样条.将k次
的
样条y= spl(x)与所提供
的
x,y数据相拟合。S通过指定
平滑
条件来指定节数。除了UnivariateSpline手册
中
的
注释外,它看起来完全一样:
浏览 3
提问于2020-05-08
得票数 3
回答已采纳
1
回答
有选择权
的
PROC黄土
sas
为了检查事件发生
的
概率取决于时间,我使用了一个更
平滑
的
。MAXPOINTS=NONE)=FITPLOT; run; 可以看到,Iam使用
的
是我想在
平滑
中使用所有的点(100500),因为我指定了MAXPOINTS = NONE。
浏览 0
提问于2019-08-09
得票数 3
回答已采纳
7
回答
linux下
的
Intellij IDEA字体
平滑
intellij-idea
、
openjdk
、
font-smoothing
我在Arch Linux和
KDE
上使用IntelliJ IDEA。OpenJDK版本为1.7.0_40。 整个IDE字体(包括代码编辑器)呈现时没有任何抗锯齿和字体
平滑
。idea.use.default.antialiasing.in.editor设置为true,并将其添加到_JAVA_OPTIONS变量-Dawt.useSystemAAFontSettings=on -Dswing.aatext=true
中
,我还可以尝试启用字体
平滑
功能吗?
浏览 3
提问于2013-06-27
得票数 27
1
回答
平滑
线极化图-
kde
/插值
matplotlib
、
seaborn
、
python-3.6
、
interpolation
、
kde
第一次尝试没有成功地
平滑
/内插点之间
的
线。我尝试实现kdeplot(theta,total),但没有结果。如何使用
平滑
的
线条显示total=() fig = plt.figure(figsize=(10,10))ax1.
浏览 12
提问于2020-09-01
得票数 0
4
回答
对二维数据使用scipy.stats.gaussian_
kde
scipy
、
multidimensional-array
、
kernel-density
我正在尝试使用来
平滑
一些使用纬度和经度信息收集
的
离散数据,因此它最终显示为有点类似于等值线图,其中高密度是峰值,低密度是谷。 [1.2, 1.2],
kde
= stats.gaussian_
kde
(data)
kde
.evaluate我想要在x和y轴上使用宽度为1
的
1到3
的
核密度估计。ma
浏览 0
提问于2010-11-09
得票数 7
点击加载更多
扫码
添加站长 进交流群
领取专属
10元无门槛券
手把手带您无忧上云
相关
资讯
方法研究:强化学习中的函数逼近思想
SPA 大赛:简述一些平滑方法在 CTR 预估中的应用
KDE框架漏洞的原因及研究过程中的一系列思路
python Python中的dict
Python 中的 if
热门
标签
更多标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM
活动推荐
运营活动
广告
关闭
领券