ゆうき（ @BASEBALLY15 )です^^
Pythonで，データ分析の勉強をし始めて，『カーネル密度推定』というのが出てきたのですが，よく分からないです・・・
『 カーネル密度推定 』は，データ分析を行う上で，重要なキーワードになります．
今回は，データ分析を行ったことがない人のために，基礎的な内容をご紹介します．
よろしくお願いします・・・
(Udemy 『実践Pythonデータサイエンス』を参考，Jupiternotebookを使用)
カーネル密度推定とは？
簡単に言うと，『ガタガタのグラフ』を『滑らかなグラフ』に変換することです．滑らかなグラフに変換することで，x軸の値が分かれば，y軸の値も求めることが出来ます^^
以下の図を見てください．
1つ目のグラフは，ヒストグラフで，2つ目のグラフがカーネル密度推定を行ったグラフです．
グラフを見てわかるように，ヒストグラフの場合，x軸が分かったところでy軸を求めることが出来ませんが，カーネル密度推定を行ったグラフでは，x軸が分かれば，y軸も求めることが出来ます．
Pythonでカーネル密度推定を行ってみよう
ライブラリ
import numpy as np
from numpy.random import randn
import pandas as pd
from scipy import stats
import matplotlib as mpl
import matplotlib.pyplot as plt
import seaborn as sns
%matplotlib inline今回は，カーネル密度推定を行うために，seabornをインポートします．
そして，ランダムに25個のデータを持ってきて，ヒストグラムを描きます．
それでは，コードを見てみましょう^^
コード
dataset = randn(30)plt.hist(dataset,alpha=0.3)
sns.rugplot(dataset)
plt.savefig("hist_rug_mix")このコードを実行すると，以下のグラフが表示されます．
次に，このグラフをカーネル密度推定によるグラフで表してみます．
#カーネル密度関数を用いて描写する
sns.kdeplot(dataset)sns.kdeplot()はカーネル密度推定を行うための関数です．
この1文を打つだけで，簡単にカーネル密度推定を行うことが出来ます．
このコードを実行すると，
このように，滑らかなグラフを描くことが出来ました．
ヒストグラムとカーネル密度関数を重ねてみると，以下の通りになります．
推定を行っているので，完璧に重なりませんが，概ね近い形となっているのではないでしょうか．
sns.rugplot(dataset)
sns.distplot(dataset)
カーネル密度関数にはいくつか種類がある
カーネル密度関数には，いくつか種類があり，上で示したグラフは，ガウス分布が使われています．
それでは，種類ごとのグラフを表示してみましょう．
#カーネル関数を変更してみる
kernel_selection = ["biw","cos","epa","gau","tri","triw"]
for kernel_change in kernel_selection:
sns.kdeplot(dataset,kernel=kernel_change,label=kernel_change)
このようになり，トップページで表示ているグラフになります．
このように，どのカーネル密度関数をつかうかによって，グラフが異なるので，
データ数や対象としているデータによって使い分けることが重要です．
おわりに
今回は，Pythonを使って，カーネル密度推定の基本的な使い方について勉強しました．
この説明で，分からないところがあれば，ホーム画面の『Q &A』で質問していただくと，
回答します．
それでは・・・
Q &A