Stima della densità del kernel

term_id: kernel_density_estimation

Category: basic_concepts

Definition

La Stima della Densità del Kernel (KDE) è una tecnica statistica fondamentale che appiana i punti dati discreti per creare una curva di distribuzione di probabilità continua. Posiziona una funzione kernel, tipicamente una

Summary

Un metodo non parametrico utilizzato per stimare la funzione di densità di probabilità di una variabile casuale basandosi su un campione di dati finito.

Key Concepts

  • Funzione di densità di probabilità
  • Statistica non parametrica
  • Appianamento
  • Kernel gaussiano

Use Cases

  • Analisi esplorativa dei dati (EDA)
  • Rilevamento di anomalie in dati univariati
  • Visualizzazione delle distribuzioni delle caratteristiche nei dataset

Code Example

1
2
3
4
5
6
7

from scipy.stats import gaussian_kde
import numpy as np

data = np.random.normal(0, 1, 100)
kde = gaussian_kde(data)
x_vals = np.linspace(-3, 3, 100)
y_vals = kde(x_vals)

Related