定製分佈PDF給出

Question

我嘗試定義與PDF定製分佈經由scipy.stats

import numpy as np 
from scipy.stats import rv_continuous 

class CustomDistribution(rv_continuous): 
    def __init__(self, pdf=None): 
     super(CustomDistribution, self).__init__() 
     self.custom_pdf = pdf 
     print "Initialized!" 

    def _pdf(self, x, *args): 
     if self.custom_pdf is None: 
      # print 'PDF is not overridden' 
      return super(CustomDistribution, self)._pdf(x, *args) 
     else: 
      # print 'PDF is overridden' 
      return self.custom_pdf(x) 

def g(x, mu): 
    if x < 0: 
     return 0 
    else: 
     return mu * np.exp(- mu * x) 

my_exp_dist = CustomDistribution(pdf=lambda x: g(x, .5)) 
print my_exp_dist.mean() 

正如所看到的我嘗試定義指數分佈wuth參數畝= 0.5給定，但輸出如下。

初始化！

d：\ Anaconda2 \ LIB \站點包\ SciPy的\集成\ quadpack.py：357：

IntegrationWarning：該算法不收斂。在外插表中檢測到四捨五入錯誤 。假定 要求的公差不能達到，並且返回的結果 （如果full_output = 1）是最好的可以獲得的。
warnings.warn（MSG，IntegrationWarning）

d：\ Anaconda2 \ lib中\站點包\ SciPy的\整合\ quadpack.py：357：

IntegrationWarning：細分的最大數目（50）具有取得了 。

2.0576933609

如果增加限制產量沒有改善，建議將 分析積，以確定的困難。如果 可以確定局部難度的位置（奇點， 不連續性），則可能通過拆分間隔並在子範圍上調用積分器來獲益。也許應該使用專用集成商 。 warnings.warn（msg， IntegrationWarning）

我應該怎麼做才能改善這一點？

NOTE：計算精度問題在this GitHub issue中討論。

Answer 1

這似乎是做你想做的。每次創建實例時，都必須爲該類的實例給出lambda參數的值。 rv_continuous足夠聰明地推斷你不提供的項目，當然，你可以提供更多的定義。

from scipy.stats import rv_continuous 
import numpy 

class Neg_exp(rv_continuous): 
    "negative exponential" 
    def _pdf(self, x, lambda): 
     self.lambda=lambda 
     return lambda*numpy.exp(-lambda*x) 
    def _cdf(self, x, lambda): 
     return 1-numpy.exp(-lambda*x) 
    def _stats(self,lambda): 
     return [1/self.lambda,0,0,0] 

neg_exp=Neg_exp(name="negative exponential",a=0) 

print (neg_exp.pdf(0,.5)) 
print (neg_exp.pdf(5,.5)) 

print (neg_exp.stats(0.5)) 

print (neg_exp.rvs(0.5))