非参数方法——核密度估计(Kernel Density Estimation)

非参数方法——核密度估计(Kernel Density Estimation)

模型与算法 5年前 (2019-04-20) 浏览: 8031 评论: 0

核密度估计(Kernel density estimation,KDE),是一种用于估计概率密度函数的非参数方法。令 \(x_1,x_2,\cdots,x_n\) 为独立同分布 \(F\) 的 \(n\) 个样本点,设其概率密度函数为 \(f\),核密度估计如下: \[\hat{f}_h(x) = \frac{1}{n}\sum_{i=1}{n}{K_h(x-x_i)}=\frac{1}{nh}\sum_{i=1}{n}{K(\frac{x-x_i}{h}})\] 其中,\(K(.)\) 为核函


切换注册

登录

忘记密码 ?

切换登录

注册

扫一扫二维码分享