Python中的最优一维内核密度带宽

Python中是否有直接函数可以计算单变量密度估计的最佳带宽？在scikit learn中，KernelDensity函数没有预定义的内容

我希望避免网格搜索，并希望输入一些向量，然后得到一个值，它可以是任何经典规则（拇指规则、插件、Silverman、Sheater和Jones等），比如函数bw.nrd0和R的bw.nrd

---

最好。

您必须选择在statsmodel中进行交叉验证：谢谢！实际上，我使用'stats'模块解决了这个问题：kde1=stats.gaussian_kde（X1，bw_方法='silverman'））