Estymacja gęstości jądra

term_id: kernel_density_estimation

Category: basic_concepts

Definition

Estymacja gęstości jądra (KDE) to fundamentalna technika statystyczna, która wygładza dyskretne punkty danych, aby utworzyć ciągłą krzywą rozkładu prawdopodobieństwa. Polega ona na umieszczeniu funkcji jądra (zazwyczaj Gaussa) w każdym punkcie danych i zsumowaniu ich wkładów.

Summary

Nienparametryczna metoda używana do estymacji funkcji gęstości prawdopodobieństwa zmiennej losowej na podstawie skończonego próbkowania danych.

Key Concepts

  • Funkcja gęstości prawdopodobieństwa
  • Statystyka nienparametryczna
  • Wygładzanie
  • Jądro Gaussa

Use Cases

  • Eksploracyjna analiza danych (EDA)
  • Wykrywanie anomalii w danych jednowymiarowych
  • Wizualizacja rozkładów cech w zbiorach danych

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