python - 内核密度分数VS score_samples python scikit

Question

我现在正在使用 scikit learn 和 python 几天，尤其是 KernelDensity。拟合模型后，我想评估新点的概率。方法 score() 是为此而设计的，但显然不起作用，因为当我将数组作为条目 1 数字是输出时。我使用 score_samples() 但它很慢。

我认为这个分数不起作用，但我没有改进它的技能。如果您有任何想法，请告诉我

Answer 1

score() 使用 score_samples() 如下：

return np.sum(self.score_samples(X))

所以，这就是为什么你应该在你的情况下使用 score_samples() 。

Answer 2

没有任何代码，这有点难以分辨，但是：

我们假设您要评估的点保存在数组中X，并且您有一个内核密度估计kde，因此您调用：

logprobX = kde.score_samples(X)

但要小心，这些是对数的！所以你还需要做：

probX = np.exp(logprobX) 

这些值适合您的（最终计算的）直方图。

运行这些行的时间取决于 X 的长度。在我的机器上，计算 7500 点非常快。