kdeplot 背后发生的事情是,内核密度与许多小的正态密度相匹配(参见此图),并且截断截止点边缘的密度溢出。
使用示例数据:
import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np
import pandas as pd
import statsmodels.api as sm
from scipy.stats import norm
np.random.seed(999)
data = pd.DataFrame({'a':np.random.exponential(0.3,100),
'b':np.random.exponential(0.5,100)})
如果您使用clip=
,它不会以负值停止评估:
for i in data.columns:
ax = sns.kdeplot(data[i],shade=True,gridsize=200)
如果添加cut=0
,它会看起来很奇怪。正如您所指出的,您可以将其截断为 0:
这篇关于交叉验证的帖子提出了两种解决方案。我编写了@whuber 提供的R 代码的python 实现:
def trunc_dens(x):
kde = sm.nonparametric.KDEUnivariate(x)
kde.fit()
h = kde.bw
w = 1/(1-norm.cdf(0,loc=x,scale=h))
d = sm.nonparametric.KDEUnivariate(x)
d = d.fit(bw=h,weights=w / len(x),fft=False)
d_support = d.support
d_dens = d.density
d_dens[d_support<0] = 0
return d_support,d_dens
我们可以检查它的外观data['a']
:
kde = sm.nonparametric.KDEUnivariate(data['a'])
kde.fit()
plt.plot(kde.support,kde.density)
_x,_y = trunc_dens(data['a'])
plt.plot(_x,_y)
您可以为两者绘制它:
fig,ax = plt.subplots()
for i in data.columns:
_x,_y = trunc_dens(data[i])
ax.plot(_x,_y)