将核密度估计器转换为非负观测值

Question

我正在使用 Python 中的 scikit learn 包的内核密度估计器对修复成本的分布进行建模。我已经创建了适合我的观察结果的密度函数，但是当从此分布中随机抽取样本时，会出现负值。由于观察结果涉及成本，而成本始终为正，因此样本值应该是非负的。

我读到通过数据转换可以达到这个结果。这些来源使用对数变换将分布截断为 0（收入分布的对数变换核密度估计、具有有限支持的随机变量的核密度估计 — 变换技巧）。问题是我不知道如何将我的观察结果的对数转换与 scikit learn Kernal Density 函数结合使用。

未转换的KDE代码如下：

import numpy as np
from sklearn.neighbors import KernelDensity
import math as math

'Dataframe with costs'
x = costs

maxVal = x.max()
minVal = x.min()
upperBound = math.ceil(maxVal/1000)*1000

x_grid = np.linspace(0, upperBound, 1000)

'Create pdf with Kernel Density'
kde = KernelDensity(kernel='gaussian', bandwidth=612).fit(x_grid[:, np.newaxis])
log_pdf = kde.score_samples(x_grid[:, np.newaxis])
pdf=np.exp(log_pdf)

我的代码包括转换：

'Log tranformation and creation of pdf'

x_pseudo = x.apply(np.log)

kde_psuedo = KernelDensity(kernel='gaussian', bandwidth=612).fit(x_pseudo[:, np.newaxis])
log_pdf_pseudo = kde_psuedo.score_samples(x_pseudo[:, np.newaxis])
pdf_pseudo=np.exp(log_pdf_pseudo)

x_grid_log = np.linspace(minVal, maxVal, 1000)

density = np.zeros(len(x_grid_log))

for i in range(len(x_grid_log)):
    xx=x_grid_log[i]
    density[i]=pdf_pseudo[xx.apply(np.log)/xx]

output = list(x=x_grid_log, y=density)  

这段代码基于源代码2中的示例，是用R编写的。我知道代码是错误的，但我不知道如何解决这个问题。任何帮助将不胜感激！