Pythonデータサイエンスハンドブック ―Jupyter、NumPy、pandas、Matplotlib、scikit-learnを使ったデータ分析、機械学習

492

5

章 機械学習

In[1]: %matplotlib inline

import matplotlib.pyplot as plt

import seaborn as sns; sns.set()

import numpy as np

5.13.1

 

KDE

の必要性：ヒストグラム

既に説明したように、密度推定器はデータセットを生成した確率分布をモデル化するアルゴリズ

ムです。

1

次元データの場合、ヒストグラムという単純な密度推定器については熟知しているはず

です。ヒストグラムは、データを個別のビンに分割し、各ビンに含まれるポイントの数を数え、直

感的な方法で結果を可視化します。

例えば、

2

つの正規分布から得られるデータを作成しましょう。

In[2]: def make_data(N, f=0.3, rseed=1):

rand = np.random.RandomSt

ate(rseed)

x = rand.randn(N)

x[int(f * N):] += 5

return x

x = make_data(1000)

標準的な個数ベースのヒストグラムは、

plt.hist()

関数を使って作成します。

normed

パラメー

タを指定することで、ビンの高さが個数を反映するのではなく、確率密度を反映する正規化ヒスト

グラムになります（図 5-140）。

In[3]: hist = plt.hist(x, bins=30, normed=True)

図5-140　正規分布の組み合わせから得られたデータ

5.13 ...