Warum hat diese Kernel Density Estimation Werte über 1,0?

Question

Ich versuche, die Merkmale der Pima Indians Diabetes Data Set zu analysieren (folgen Sie dem Link, um den Datensatz zu erhalten), indem Sie ihre Wahrscheinlichkeitsdichteverteilungen auftragen. Ich habe ungültige 0 Daten noch nicht entfernt, daher zeigen die Diagramme manchmal ganz links eine Verzerrung. Zum größten Teil, sehen die Verteilungen genau:

Ich habe ein Problem mit dem Aussehen des Grundstücks für DiabetesPedigree, die Wahrscheinlichkeiten über 1,0 (für x ~ zwischen 0,1 und 0,5) zeigt. So wie ich es verstehe, sollten die kombinierten Wahrscheinlichkeiten gleich 1,0 sein.

Ich habe den Code für die DiatebesPedigree Grundstück isoliert, aber das gleiche, indem die dataset_index Wert für die anderen arbeiten:

import pandas as pd 
import numpy as np 
import matplotlib.pyplot as plt 
from scipy.stats import gaussian_kde 

dataset_index = 6 
feature_name = "DiabetesPedigree" 
filename = 'pima-indians-diabetes.data.csv' 

data = pd.read_csv(filename) 
feature_data = data.ix[:, dataset_index] 

graph_min = feature_data.min() 
graph_max = feature_data.max() 

density = gaussian_kde(feature_data) 
density.covariance_factor = lambda : .25 
density._compute_covariance() 

xs = np.arange(graph_min, graph_max, (graph_max - graph_min)/200) 
ys = density(xs) 

plt.xlim(graph_min, graph_max) 
plt.title(feature_name) 
plt.plot(xs,ys) 

plt.show() 

Answer 1

Wie zu Recht betont, nie eine kontinuierliche pdf sagt der Wert ist kleiner als 1, mit der PDF für kontinuierliche Zufallsvariable ist die Funktion p (x) nicht die Wahrscheinlichkeit. Sie können sich für kontinuierliche Zufallsvariable und ihre Verteilungen beziehen