Question

我有两个（不同长度）数字列表。使用Python，我想用10个箱子来计算直方图。然后我想用标准内核（高斯内核，均值= 0，sigma = 1）平滑这两个直方图然后我想计算这两个平滑直方图之间的KL距离。我发现了一些关于直方图计算的代码，但不确定如何应用标准内核进行平滑处理，然后如何计算KL距离。请帮忙。

Answer 1

为了计算直方图，您可以使用numpy.histogram()和高斯平滑scipy.ndimage.filters.gaussian_filter()。可以找到Kullback-Leibler分歧代码here。

计算所需计算的方法如下所示：

import numpy as np
from scipy.ndimage.filters import gaussian_filter

def kl(p, q):
    p = np.asarray(p, dtype=np.float)
    q = np.asarray(q, dtype=np.float)

    return np.sum(np.where(p != 0, p * np.log(p / q), 0))

def smoothed_hist_kl_distance(a, b, nbins=10, sigma=1):
    ahist, bhist = (np.histogram(a, bins=nbins)[0],
                    np.histogram(b, bins=nbins)[0])

    asmooth, bsmooth = (gaussian_filter(ahist, sigma),
                        gaussian_filter(bhist, sigma))

    return kl(asmooth, bsmooth)

KL（Kullback-Leibler）距离与Python中的直方图平滑

1 个答案: