Python的简单固定带宽1D高斯KDE实现

Question

我需要一个简单的核密度估计，固定带宽和高斯核。

唉，在scipy.stats.gaussian_kde我只看到了自动带宽选择。就我看来，set_bandwidth方法仅将自动选择的值与一些校正比率相乘。我只需要设置我想设置的带宽。

我不想将我手写的Python代码用于KDE：它的工作速度有点太慢了。

你不知道scipy.stats.gaussian_kde的任何替换吗？

Answer 1

在scipy.stats.gaussian_kde中，您可以为bw_method选项提供标量。这将设置kde.factor变量。 kde.factor是协方差矩阵乘以的数字，因此它应与带宽相同。

Answer 2

您可能对statsmodels中的KDE感兴趣。示例here。

Answer 3

您还可以在scikit-learn（sklearn）中尝试使用KDE： http://scikit-learn.org/stable/modules/density.html 它有各种不同的内核你可以尝试，并允许你直接设置带宽，但显然（！）没有自动带宽选择的方法。

Answer 4

您可以在OpenTURNS中使用KernelSmoothing类。 Non parametric distribution fitting中提供了一个示例，理论是described here。有一个自动的多维带宽规则，但是带宽可以由用户设置。此外，该库还提供了Sheather和Jones的“等式求解”插件规则，该规则对于多峰分布和混合规则（比前者的CPU消耗少）有效。