问题描述
'正在尝试在 Python 中使用 statsmodels' KernelReg() 函数在简单的双变量数据集上运行局部线性核估计器（高斯核）。这是我的代码：
kde = KernelReg(x,y,var_type='c',reg_type='ll',bw=[10000])
estimator = kde.fit(y)
estimator = np.reshape(estimator[0],df.shape[0])
但是，如果我使用默认带宽（即 cv_ls - 最小二乘交叉验证），我只会得到一条 45 度线，它根本不会密切跟随我的数据。如果我手动设置带宽，随着带宽的增加，拟合度会提高，但是，它并不完全适合数据（完全我的意思是，当我增加带宽时，它逐渐接近我的数据的样子，但即使有 20位带宽，它仍然关闭）。
这很奇怪，因为带宽不应该像这样——它应该有某种最佳点。您知道可能是什么问题吗？
第二个问题：如何将结果作为一条线，而不是一个点的列表？
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）