从 R 中的 3D 核密度估计和提取点值

Question

根据 R 文档中的以下代码 link 我想弄清楚如何为数据框的每个原始点提取单个值 ("density") 这样我就可以将新列用于我想到的 3D "point" 密度 space 的进一步应用。

我查看了这个 SO 问题：link，但是该代码给出了一个 51 层的矩阵.. 而我不知道如何获得 150 个点值。

就我而言，我担心使用的三变量示例：

fhat <- kde(x=iris[,1:3])

这是代码，它提供了一个很好的情节，但我无法为鸢尾花数据集中的 150 个 rows/points 中的每一个都获取一个值

library(ks)
library(MASS)
data(iris)

## univariate example
fhat <- kde(x=iris[,2])
plot(fhat, cont=50, col.cont="blue", cont.lwd=2, xlab="Sepal length")

## bivariate example
fhat <- kde(x=iris[,2:3])
plot(fhat, display="filled.contour2", cont=seq(10,90,by=10))
plot(fhat, display="persp", thin=3, border=1, col="white")

## trivariate example
fhat <- kde(x=iris[,2:4])
plot(fhat, drawpoints=TRUE)

Answer 1

我假设您指的是 ks 包中的 kde()？

如果是这样，使用参数 eval.points 来计算 vector/matrix 个点的密度，使用估计值：

## univariate example

library(ks)

fhat <- kde(x = iris[,2])
plot(fhat, cont=50, col.cont="blue", cont.lwd=2, xlab="Sepal length")

estimate <- kde(iris[,2], eval.points = iris[,2])$estimate
points(iris[,2], estimate)

类似地适用于更高的输入维度。

从 R 中的 3D 核密度估计和提取点值

Estimate and extract point values from a 3D kernel density in R

r

3d

kernel-density

extrapolation