Scikit-Learn 中的累积分布函数 (CDF)？

Question

我通过 scikit-learn 和搜索概率密度函数（PDF，黑线）获得了我的 SPS（太阳能发电站）发电的 GMM 模型：

但我想要一个概率函数（CDF 或累积分布函数）。换句话说，我想得到一个像示例一样的函数：

可以接收 y 轴上 [0, 1] 范围内的值，并在所有 x 轴上增长。scikit-learn 允许还是不允许？

Answer 1

假设您做了这样的事情：

import numpy as np
from sklearn.mixture import GaussianMixture

# create data
rng = np.random.RandomState(seed=42)
X = np.concatenate([rng.normal(0, 1, 100),
                    rng.normal(10, 3, 100),
                    rng.normal(30, 2, 100)]).reshape(-1, 1)

# estimate probability density function (pdf) 
model = GaussianMixture(n_components=2)
model.fit(X) 
x = np.linspace(-10, 40, 1000)
logprob = model.score_samples(x.reshape(-1, 1))
pdf = np.exp(logprob)

然后，您只需对估计的密度值求累积和，然后对其进行缩放以使最大值为 1，即可获得累积分布函数：

import matplotlib.pyplot as plt

# derive cumulative distribution function (cdf)
cdf = np.cumsum(pdf)
# scale as a probability distribution
cdf = cdf / np.max(cdf)

# plot data and pdf  
plt.hist(X, 25, density=True, histtype='stepfilled', alpha=0.3)
plt.plot(x, pdf, '-k')

# plot cdf, scaled to the y limits of the above plot
xmin, xmax, ymin, ymax = plt.axis()
plt.plot(x, cdf * ymax, '-b');