为内核密度估计选择带宽和线性空间。 （为什么我的带宽不起作用？）] <<

Question

我遵循this link进行核密度估计的应用。我的目标是为一个阵列组创建两个不同的组/集群。以下代码适用于该数组以外的数组组的每个成员：

X = np.array([[77788], [77793],[77798], [77803], [92886], [92891], [92896], [92901]])

所以我期望看到两个不同的集群，例如：

first_group =（[[77788]，[77793]，[77798]，[77803]]）

second_group =（[[92886]，[92891]，[92896]，[92901]]）

我有一个动态列表，所以我无法固定linspace的值。因为此数组可能是0到10或100000到2000000。这就是为什么我将数组的最大和最小点放在linspace中的原因。

毕竟，即使尝试了各种带宽，我也无法获得不同的群集。我的代码可以在下面看到：

a = X.reshape(-1,1)
kde = KernelDensity(kernel='gaussian', bandwidth=8).fit(a)
s = linspace(min(a),max(a))
e = kde.score_samples(s.reshape(-1,1))
plot(s, e)

mi, ma = argrelextrema(e, np.less)[0], argrelextrema(e, np.greater)[0]
print("Minima:", s[mi])  # output: []
print("Maxima:", s[ma])  # output: []

s [mi]和s [ma]的值为空，这意味着此数组没有两个不同的簇。在可视化中可以看到，我们至少有一个最小点。为什么看不到s [mi]输出的此值？ 

而且我将相同的代码应用于不同的带宽，如下所示，但是，此群集没有最小值或最大值。所以知道我在做什么错吗？

bandwidth=0.008

bandwidth = 0.00002

我已遵循此链接进行内核密度估计的应用。我的目标是为一个阵列组创建两个不同的组/集群。以下代码适用于数组的每个成员...

Answer 1

尝试使用10000的带宽，或尝试依靠启发式方法选择带宽。