对于标准的多元或单元核密度估计,存在大量信息和工具可用于实现。然而,我目前正在处理的离散地理数据非常稀疏,并且倾向于聚集在高人口密度的地区。
也就是说,我有一些地图上的点(经度和纬度),我想根据这些点来估计概率密度,但我需要以某种方式标准化人口密度。通过查看周围,似乎这种问题的适当方法是实施某种最近邻自适应带宽的核估计。然而,stats.gaussian_kde似乎不支持自适应带宽。有人知道我如何能够自己实现这个功能吗?或者是否有任何包可用于自适应带宽KDE?
对于标准的多元或单元核密度估计,存在大量信息和工具可用于实现。然而,我目前正在处理的离散地理数据非常稀疏,并且倾向于聚集在高人口密度的地区。
也就是说,我有一些地图上的点(经度和纬度),我想根据这些点来估计概率密度,但我需要以某种方式标准化人口密度。通过查看周围,似乎这种问题的适当方法是实施某种最近邻自适应带宽的核估计。然而,stats.gaussian_kde似乎不支持自适应带宽。有人知道我如何能够自己实现这个功能吗?或者是否有任何包可用于自适应带宽KDE?
最后一个方法没有自适应方法,但包括一个适用于多模态分布的算法。