我有一个来自sklearn的数据集，并绘制了load_diabetes.target数据的分布（即load_diabetes.data用于预测的回归值）。
我使用这个数据集是因为它在sklearn.datasets中的回归变量/属性数量最少。
使用Python 3，如何获取与该分布最相似的分布类型和参数？
我只知道target值都是正值且呈右偏（正偏/右偏）。是否有办法在Python中提供几种分布，然后为target数据/向量找到最佳拟合？或者，根据给定的数据实际建议一个拟合？这对于那些拥有理论统计知识但缺乏将其应用于“真实数据”经验的人来说将非常有用。
附加问题使用这种方法来确定使用“真实数据”时的后验分布是否有意义？如果没有，为什么？
from sklearn.datasets import load_diabetesimport matplotlib.pyplot as pltimport seaborn as sns; sns.set()import pandas as pd#获取数据data = load_diabetes()X, y_ = data.data, data.target#组织数据SR_y = pd.Series(y_, name="y_ (Target Vector Distribution)")#绘制数据fig, ax = plt.subplots()sns.distplot(SR_y, bins=25, color="g", ax=ax)plt.show()
回答：
据我所知，没有自动获取样本分布类型和参数的方法（因为推断样本的分布本身就是一个统计问题）。
在我看来，你能做的最好的事情是：
（针对每个属性）
-
尝试将每个属性拟合到一个合理大小的可能分布列表中（例如，参见使用Scipy（Python）将经验分布拟合到理论分布的示例）
-
评估所有拟合并选择最佳的一个。这可以通过在你的样本和每个拟合的分布之间执行Kolmogorov-Smirnov测试来完成（Scipy中也有实现），并选择最小化D的测试统计量（即样本与拟合之间的差异）的一个。
附加问题：这是有意义的 – 因为你将为每个变量建立一个模型，因为你为每个变量选择一个拟合 – 尽管你的预测质量将取决于你的数据质量和用于拟合的分布。你毕竟是在建立一个模型。
