scipy.stats：高斯核密度估计器中的带宽因子

问题描述

我生成了一个二维高斯分布（不相关的数据）

dist2=np.array([np.random.normal(loc=10,scale=3,size=50000),np.random.normal(loc=5,scale=2,size=50000)])

我计算了协方差矩阵除以带宽因子，因为协方差属性是数据集的协方差矩阵，由计算的带宽（kde.factor）缩放（https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.gaussian_kde.html）

from scipy.stats import kde
# Use a kernel density estimator to produce local-counts in this space,and grid them to plot.
k = kde.gaussian_kde(dist2)
k.covariance/k.factor

对角线元素不是预期的 sigma 的平方。

我认为在这个带宽因素上我有一些不明白的地方。

任何解释将不胜感激。感谢您的帮助。

解决方法

在 scipy.stats.kde.gaussian_kde 中实现了协方差因子，因此 k.covariance / k.factor**2 是 ~ 到 np.cov(dist2)。

点击此处了解详情Getting bandwidth used by SciPy's gaussian_kde function