核密度估计必须保存哪些参数才能在以后重新加载?



我用sklearn训练了一个kde,现在我想保存参数。需要哪些参数来完整描述 kde? 我不想这样保存 kde,只想保存参数。

多谢!

你必须再次在你的数据集上训练你的 KDE。

据我所知,如果不保存相应的训练数据集,就无法保存经过训练的 sklearn KDE 模型。查看 sklearn KernelDensity 的fit()方法的文档,您可以看到"拟合"模型仅将训练数据集分配给 KDE 实例。文档和源代码在这里: https://scikit-learn.org/stable/modules/generated/sklearn.neighbors.KernelDensity.html#sklearn.neighbors.KernelDensity.fit

为了重现性,您可能想要保存的超参数是内核的类型、带宽或要使用的距离指标。也就是说,fit()方法仍然需要整个训练数据集对新实例进行采样或计算给定样本的对数似然。

最新更新