知识卡片

普通读书笔记卡 · 6383.b

密度归一化以面积而非柱高求和

理解等级:中级

频数直方的柱高是个数,密度直方则按总数与箱宽缩放,使所有柱的面积和为1,便于与KDE共用纵轴。密度值可大于1,不是该点的概率;区间概率对应其下的面积。若只把柱高除以总数却忽略箱宽,就不能保证与密度曲线同尺度。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • · 查看原书依据

      面元化密度),然后再在其上绘制核密度估计。接下来来看一个由两个不同的标准正态分布组成的双峰分布(如图8-21所示): In [81]: comp1 = np.random.normal(0, 1, size=200) # N(0, 1) In [82]: comp2 = np.random.normal(10, 2, size=200) # N(10, 4)

    参考来源

    - 位置:《利用Python进行数据分析》第8章《直方图和密度图》(spine299;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0285.html;u182-ch08-021)。 - 结论依据:原文在“面元化密度”附近的定义、例子或代码支撑本卡核心说明:频数直方的柱高是个数,密度直方则按总数与箱宽缩放,使所有柱的面积和为1,便于与KDE共用纵轴。边界按已读前提解释;示例未执行。 - 原始内容:面元化密度),然后再在其上绘制核密度估计。接下来来看一个由两个不同的标准正态分布组成的双峰分布(如图8-21所示): In [81]: comp1 = np.random.normal(0, 1, size=200) # N(0, 1) In [82]: comp2 = np.random.normal(10, 2, size=200) # N(10, 4)