核密度估计丨数析学院

核密度估计（kernel density estimation）是非参数统计检验中的重要方法之一，常用于估计未知的密度函数。本节将向大家介绍在 Python 中如何利用 Scikit-Learn 库中的相关工具，对数据集的样本分布进行核密度估计。

导入可视化库：

1

构建示例数据：

2

可以看到，构建的数据为一维的随机数组，我们对其中后2/3的样本加上整数5。处理之后，其频率分布直方图如下所示：

3

根据频率分布直方图的性质，所有柱形对应的频率之和为1:

4

频率分布直方图是非参数统计中的重要可视化方法，为了演示方便，我们构造一组规模相对较小的数据集：

5

在 Python 中，我们可以自定义直方图中的分组。下面我们用两种不同的分组方式，绘制两幅频率分布直方图，并将数据集中每个样本的值标注在横轴刻度下方。其中，右图为将默认的分组边界向右平移0.6之后的频率直方图结果：

6

7

未完待续：课程内容较多，请复制链接通过电脑学习，获得最佳学习效果。 http://datacademy.io/lesson/148
更多课程和文章尽在微信号：「datartisan数据工匠」