python中KDE的平滑逼近

如何解决python中KDE的平滑逼近

我试图为我的KDE在图的x轴上仅获取非负值。我知道我可以限制x轴值，但我不希望那样。有没有办法平滑地估计KDE使得没有非负值？我的所有数据均为非负数，但我没有很多采样点（最大500个样本点，我无法获得更多）。我也尝试过调整带宽，但看起来不太好。

for i in range(len(B)):
    ax = sns.kdeplot(data[i],shade=True)   
ax.set_xlabel('Maimum detection time')
ax.legend(['N=25,R=20','N=30,'N=35,R=20'],fontsize=5)
plt.show()

解决方法

kdeplot后面发生的事情是，内核密度拟合了许多小的正常密度（请参见this illustration），并且截断边界最边缘的密度溢出了。

使用示例数据：

import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np
import pandas as pd
import statsmodels.api as sm
from scipy.stats import norm

np.random.seed(999)

data = pd.DataFrame({'a':np.random.exponential(0.3,100),'b':np.random.exponential(0.5,100)})  

如果您使用clip=，它不会使评估停止为负值：

for i in data.columns:
    ax = sns.kdeplot(data[i],shade=True,gridsize=200)

如果添加cut=0，它将看起来很奇怪。如您所指出的，您可以将其截断为0：

此post on cross-validated中提出了两种解决方案。我编写了@whuber提供的R代码的python实现：

def trunc_dens(x):
    kde = sm.nonparametric.KDEUnivariate(x)
    kde.fit()
    h = kde.bw
    w = 1/(1-norm.cdf(0,loc=x,scale=h))
    d = sm.nonparametric.KDEUnivariate(x)
    d = d.fit(bw=h,weights=w / len(x),fft=False)
    d_support = d.support
    d_dens = d.density
    d_dens[d_support<0] = 0
    return d_support,d_dens

我们可以检查一下data['a']的外观：

kde = sm.nonparametric.KDEUnivariate(data['a'])
kde.fit()
plt.plot(kde.support,kde.density)
_x,_y = trunc_dens(data['a'])
plt.plot(_x,_y)

您可以同时绘制两个图：

fig,ax = plt.subplots()
for i in data.columns:
    _x,_y = trunc_dens(data[i])
    ax.plot(_x,_y)