我在 python 上找到了几种类型的 KDE 实现,但我仍然找不到一个版本,它在所使用的内核(但参数化)方面是灵活的,并且每个维度可以使用不同的带宽。这实际上在 MATLAB 的
mvksdensity()
. 中可用
scipy.stats.multivariate_normal
scipy.stats.kde
scipy.stats.gaussian_kde
仅适用于某些类型的内核,并且 bw 在所有维度上都相同。
statsmodels.nonparametric.KDEMultivariate
每个维度的带宽不同,但该方法是非参数的。
sklearn.neighbors.KernelDensity
这个似乎是最好的候选人,我喜欢它的工作方式,但带宽也是全球性的。
任何人都知道另一种选择,或者可以告诉我上面的陈述是错误的吗?