我有从连续分布中采样的值，例如：
import numpy as np
values = np.random.normal(loc=0.4, scale=0.1, 1000)
如何根据这些值估计模式？ 平均值和中位数很容易计算：np.mean(values)和np.median(values);但是对于模式，我不知道如何估计它，因为值是连续的。
请注意，使用类似scipy.stats.mode的东西是行不通的，因为我有一组从连续分布中采样的有限值。
如果你有一个已知的底层参数模型，生活就很容易了。 拟合您的数据(使用 MLE 或其他方法(并采用拟合分布的模式。 如果你没有一个好的参数化模型，生活会更艰难。 我在文献中看到了很多东西，但我不知道是否就此达成了任何共识。 当我不得不这样做时(~20年前(，我使用了我在C中的数值配方中找到的算法。 我不知道这是否是最好的选择。