#python #scipy
#python #scipy
Вопрос:
Я пытаюсь реализовать 2D-окно parzen для кластера данных для оценки PDF. Я делаю это для школы, и одним из требований является использование гауссова окна с ковариацией σ^2=400 .
Я решил использовать gaussian_kde класс, предоставленный SciPy.stats. Однако я не уверен, какое значение пропускной способности предоставить. Я вижу документацию о правиле Скотта и правиле Сильвермана, но мне было интересно, как включить σ^2=400 требование в этот параметр.
Другими словами, какова взаимосвязь между ковариацией окна анализа по Гауссу и параметром пропускной способности gaussian_kde класса?
Комментарии:
1. Это неясно из документации, но я думаю , прочитав исходный код здесь github.com/scipy/scipy/blob/v1.2.1/scipy/stats/kde.py#L210-L264 что невозможно напрямую указать ковариационную матрицу для ядра с помощью
gaussian_kde. Вместо этого вы можете указать только коэффициент, на который он умножает ковариацию самих данных для получения пропускной способности. Не должно быть слишком сложно создать свой собственный, поскольку вы уже знаете, что такое ядро.