___ tag123python ___ Python ist eine dynamische und stark typisierte Programmiersprache, die die Usability betont. Zwei ähnliche, aber größtenteils inkompatible Versionen von Python sind weit verbreitet (2 und 3). Wenn Sie eine versionsspezifische Python-Frage haben, sollten Sie die Tags [python-2.7] oder [python-3.x] zusätzlich zum Tag [python] verwenden. Wenn Sie eine Python-Variante wie jython, pypy, iron-python usw. verwenden, kennzeichnen Sie diese bitte entsprechend.
___ tag123numpy ___ NumPy ist eine wissenschaftliche und numerische Erweiterung der Programmiersprache Python.
___ tag123scipy ___ SciPy ist eine Open-Source-Bibliothek von Algorithmen und mathematischen Werkzeugen für die Programmiersprache Python.
___ tag123gaussian ___ für Probleme im Zusammenhang mit Gauß-Funktionen
___ tag123kerneldichte ___ kerneldichteschätzung ist eine nicht-parametrische methode, um die wahrscheinlichkeitsdichtefunktion einer zufälligen variablen zu schätzen.
___ answer21918893 ___
Es gibt verschiedene Möglichkeiten, die Ergebnisse in 3D zu visualisieren.
Am einfachsten ist es, die Gaußsche KDE an den Punkten auszuwerten, mit denen Sie sie erzeugt haben, und dann die Punkte nach der Dichteschätzung zu färben.
Zum Beispiel:
%Vor%
Wenn Sie eine komplexere Verteilung hatten (d. h. nicht alle in einer Ebene liegen), dann sollten Sie die KDE in einem regelmäßigen 3D-Raster auswerten und die Isoflächen (3D-Konturen) des Volumens visualisieren. Es ist am einfachsten, Mayavi für die Visualisierung zu verwenden:
%Vor%
___ qstntxt ___
Ich versuche SciPys Funktion %code% zu verwenden, um die Dichte multivariater Daten zu schätzen. In meinem Code unten sample ich einen 3D-multivariaten Normalen und passe die Kerneldichte an, aber ich bin mir nicht sicher, wie ich meinen Fit beurteilen soll.
%Vor%
Ich habe dies gesehen, war mir aber nicht sicher, wie ich es erweitern sollte 3D.
Auch nicht sicher, wie ich überhaupt anfange, die angepasste Dichte zu bewerten? Wie visualisiere ich das?
___ qstnhdr ___ Multivariate Kernel-Dichte-Schätzung in Python
___