kde

Gauss çekirdeklerini kullanarak bir Çekirdek Yoğunluğu Tahmini (KDE) çizimi oluşturur.

İstatistiklerde çekirdek yoğunluğu tahmini, rastgele bir değişkenin olasılık yoğunluğu işlevini (PDF) tahmin etmenin parametrik olmayan bir yoludur. Bu işlev Gauss çekirdeklerini kullanır ve otomatik bant genişliği belirlemeyi içerir.

Sözdizimi

kde(bw_method, column=None, ind=None, **kwargs)

Parametreler

Parametre	Türü	Açıklama
bw_method	int veya float	Tahmin aracı bant genişliğini hesaplamak için kullanılan yöntem. Daha fazla bilgi için PySpark'a bakın KernelDensity .
column	str veya str listesi, isteğe bağlı	KDE çizimi oluşturmak için kullanılacak sütun adı veya ad listesi. (varsayılan) ise None , tüm sayısal sütunlar kullanılır.
ind	float, NumPy dizisi veya int listesi isteğe bağlı	Tahmini PDF için değerlendirme noktaları. (varsayılan) ise None , eşit aralıklı 1000 nokta kullanılır. Bir NumPy dizisiyse, KDE bu noktalarda değerlendirilir. Bir tamsayı ise, eşit aralıklı çok sayıda nokta kullanılır.
**kwargs	optional	Ek anahtar sözcük bağımsız değişkenleri.

İadeler

plotly.graph_objs.Figure

Örnekler

from pyspark.sql import SparkSession
spark = SparkSession.builder.getOrCreate()
data = [(5.1, 3.5, 0), (4.9, 3.0, 0), (7.0, 3.2, 1), (6.4, 3.2, 1), (5.9, 3.0, 2)]
columns = ["length", "width", "species"]
df = spark.createDataFrame(data, columns)
df.plot.kde(bw_method=0.3, ind=100)