我有一个代表概率密度函数 (PDF) 的 KDE。 现在,我想获取满足以下条件的变量 lower 的值:
kde.integrate_box_1d(低, 2.0) == 0.05
0.05 是“临界值”。 2.0 是上限。
到目前为止,我使用以下代码解决了这个问题:
def finder(KDE, critical, lower, upper):
stop = True
search = lower
while stop:
if KDE.integrate_box_1d(search+0.00001,upper) > critical:
search += 0.0001
else: stop = False
return search, KDE.integrate_box_1d(search,upper)
但是,此代码效率低下且不准确。我想知道您是否知道找到 lower
请您参考如下方法:
这对我来说看起来像是一维根。看看
更具体地说,你可以尝试类似的东西
solver = scipy.optimize.brentq # or brenth or ridder or bisect
def finder(KDE, critical, lower, upper):
def f(search):
return KDE.integrate_box_1d(search, upper) - critical
x, r = solver(f, lower, upper, full_output=True)
assert r.converged
return x
HTH,保罗
