我编写了一个代码，给定字典中的一组值，然后执行内核密度估计。我现在正在尝试实施交叉验证以推断这是最佳带宽。我使用以下代码：

for key in LABELs:
   grid = GridSearchCV(KernelDensity(kernel = KERNEL),{'bandwidth': np.logspace(-1,1,20)})
   grid.fit(LABELs[key])
   ker = KernelDensity(kernel=KERNEL,bandwidth=grid.best_estimator_.bandwidth).fit(LABELs[key])
   estimators.append(ker)

在LABELs是字典的地方，estimators是该函数产生的KDE的列表。 我的问题是： 为KernelDensity（）的每次使用产生带宽是否正确，或者我应该在整个过程中尝试拥有唯一的带宽？此外，带宽到底是多少？据我了解，是内核密度估算背后的一种统计数据，但我真的不知道这是什么。 非常感谢