Как реализовать оценку функции плотности вероятности?

Question

У меня есть набор объектов, описываемых набором функций (которые представлены действительными числами).

Для данной функции я хотел бы идентифицировать ее пики, то есть набор значений высокой вероятности и локальных максимумов. Я думаю, что смогу сделать это, оценивая функцию плотности вероятности каждого признака.

Интуитивно, я думаю, что мы можем реализовать оценку функции плотности вероятности, используя гистограммы. Но я не уверен, что прав. И, когда мы используем гистограммы, нам нужно определить некоторые параметры (например, размер корзины). Я бы предпочел какой-то метод, который требует меньше параметров.

Каковы наиболее распространенные методы оценки функции плотности вероятности, и это зависит только от нескольких параметров?

Answer 1

Вы, конечно, можете оценить функцию плотности вероятности, используя гистограммы! Однако это приводит к осложнениям в зависимости от размера вашего набора данных. Например, где бункеры начинаются?

Вы слышали об оценке KDE? Здесь есть о чем поговорить, но две приведенные ниже ссылки помогут вам лучше понять:

• Гистограммы и оценка KDE

• Оценка KDE в Python