kernel-density

0зной

2ответ

ggplotly: R, обозначая имена трассировки, но сохраняя одну строку

Я создаю ggplotly для DataFrame, который очень похож на diamonds. Вот то, что я до сих пор: ggplotly(ggplot(diamonds, aes(depth, colour = cut)) + geom_density() + xlim(55, 70)) Это создает следующ

r ggplot2 plotly kernel-density 2016-04-10

---

3зной

1ответ

возможно использовать не гауссово ядро ​​для двух боковых распределений в Сиборн jointplot

Мои данные выглядят так: s1 = sns.jointplot(data.columns[i], data.columns[j], data=data, space=0, color="b", stat_func=None) , если я использую KDE вместо s1 = sns.jointplot(data.columns[i],

python matplotlib seaborn kernel-density 2016-04-29

---

2зной

1ответ

Вручную установить scale_alpha для stat_density2d plot

Я хочу построить ежемесячные карты местного строительства, используя stat_density2d от ggplot2. Я использую следующий код: library(ggmap) options(stringsAsFactors=T) mar_2016 <- structure(list(Lati

r ggplot2 colors ggmap kernel-density 2016-05-04

---

4зной

1ответ

ggplot2 плотность круговых данных

У меня есть набор данных, где x представляет собой день года (скажем, дни рождения), и я хочу создать график плотности этого. Кроме того, поскольку у меня есть информация о группе (скажем, мальчики ил

r ggplot2 statistics kernel-density 2016-03-28

---

1зной

1ответ

Рассчитать объем по графику оценки двумерной плотности ядра

Мне нужно рассчитать меру, называемую взаимной информацией. Прежде всего, мне нужно вычислить другую меру, называемую энтропией, например, совместную энтропию х и у: -∬p(x,y)·log p(x,y)dxdy Таким об

r estimation entropy kernel-density 2016-05-20

---

1зной

2ответ

Создание растрового файла из ядра, гладкого с различными разрешениями x, y

У меня есть набор GPS-данных, которые я пытаюсь сгладить, используя bkde2d в пакете «kernsmooth». Я использовал оценку ширины полосы пропускания Hpi в пакете «ks» для определения моей пропускной спосо

r gis raster kernel-density r-raster 2016-03-02

---

5зной

1ответ

Как экстраполировать за пределы x точек, переданных в `ksmooth`?

У меня есть функция ядра следующим образом: x <- 1:100 y <- rnorm(100, mean=(x/2000)^2) plot(x,y) kernel <- ksmooth(x,y, kernel="normal", bandwidth=10) print(kernel$y) Если я пытаюсь предсказать

r smooth kernel-density extrapolation 2016-04-25

---

3зной

1ответ

Как нормализовать оценку плотности ядра с помощью scikit?

Я использую KDE для классификации нескольких классов. Я реализую его с помощью scikit. Как уже упоминалось на сайте, то KDE для точки х определяется как, Должен ли я нормализовать результат, сравнивая

python machine-learning scikit-learn kernel-density 2016-05-11

---