kernel-density-estimation

Rust中的内核密度估计。

内核密度估计（KDE）是一种非参数方法，通过在每个数据点周围取核函数的和来估计随机变量的概率密度函数。这个crate基于这个想法有三个主要用途

1. 评估随机变量的概率密度函数。
2. 评估随机变量的累积分布函数。
3. 从概率密度函数中采样数据点。

有关此方法的一个很好的技术描述可以在这里找到。

注意：目前仅支持单变量分布，但多变量是未来的一个目标！

示例

单变量 - 此示例展示了单变量分布的核心 pdf、cdf 和 sample 功能。

cargo run --example univariate

核函数 - 此示例展示了每个可用的核函数。

cargo run --example kernel

路线图

请参阅里程碑问题以了解项目未来版本的方向，或CHANGELOG.md以了解每个版本之间的变化。

许可证

在MIT许可证下分发。有关更多信息，请参阅LICENSE。

致谢

• 非参数统计笔记[^引用] - 一个非常好的技术描述，该项目开发中大量引用了这些非参数方法。

[^引用]：García-Portugués, E. (2022). 非参数统计笔记。版本 6.5.9. ISBN 978-84-09-29537-1。