Scikit-Learn KDE 中的 PDF 估计

Posted 2023-02-14

【中文标题】Scikit-Learn KDE 中的 PDF 估计

【英文标题】：PDF estimation in Scikit-Learn KDE

【发布时间】：2015-02-15 15:07:43

【问题描述】：

我正在尝试从使用 scikit-learn 模块计算的 KDE 计算 PDF 估计值。我已经看到了 2 种评分变体，我都在尝试：下面的语句 A 和 B。

语句 A 导致以下错误：

AttributeError: 'KernelDensity' 对象没有属性 'tree_'

语句 B 导致以下错误：

ValueError: 查询数据维度必须匹配训练数据维度

似乎是一个愚蠢的错误，但我无法弄清楚。请帮忙。代码如下...

from sklearn.neighbors import KernelDensity
import numpy

# d is my 1-D array data
xgrid = numpy.linspace(d.min(), d.max(), 1000)

density = KernelDensity(kernel='gaussian', bandwidth=0.08804).fit(d)

# statement A
density_score = KernelDensity(kernel='gaussian', bandwidth=0.08804).score_samples(xgrid)

# statement B
density_score = density.score_samples(xgrid)

density_score = numpy.exp(density_score)

如果有帮助，我正在使用 0.15.2 版本的 scikit-learn。我已经用 scipy.stats.gaussian_kde 成功地尝试过了，所以数据没有问题。

【参考方案1】：

对于语句 B，我遇到了同样的错误：

 ValueError: query data dimension must match training data dimension

这里的问题是你有一维数组数据，但是当你将它提供给 fit() 函数时，它假设你只有一个多维数据点！因此，例如，如果您的训练数据大小为 100000 点，则您的 d 为 100000x1，但 fit 将它们视为 1x100000！

所以，你应该在拟合之前重塑你的 d：d.reshape(-1,1) 和 xgrid.shape(-1,1) p>

density = KernelDensity(kernel='gaussian', bandwidth=0.08804).fit(d.reshape(-1,1))
density_score = density.score_samples(xgrid.reshape(-1,1))

注意：语句 A 的问题在于，您正在对尚不合适的对象使用 score_samples！

【参考方案2】：

您需要先调用 fit() 函数，然后才能从分布中采样。

【讨论】：

我在打电话。见行density = KernelDensity(kernel='gaussian', bandwidth=0.08804).fit(d)