核密度估计
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
密度估计算法大体分为三类：参数方法，半 参数方法和非参数方法。 核密度估计是在概率论中用来估计未知的密 度函数，属于非参数检验方法之一，由 Rosenblatt (1955)和Emanuel Parzen(1962) 提出，又名Parzen窗（Parzen window）。
由于在众多的实际问题当中，我们对于 未知概率密度函数的信息一无所知，所以， 有参估计方法以及半参估计方法Hale Waihona Puke Baidu适用于这 些问题的求解。因此核密度估计算法是当前 最有效和应用最广泛的一种非参数密度估计 算法。 在使用核方法进行概率密度函数估计时， 关键的问题在于核函数以及窗口宽度的确定。
由于在众多的实际问题当中，我们对于 未知概率密度函数的信息一无所知，所以， 有参估计方法以及半参估计方法Hale Waihona Puke Baidu适用于这 些问题的求解。因此核密度估计算法是当前 最有效和应用最广泛的一种非参数密度估计 算法。 在使用核方法进行概率密度函数估计时， 关键的问题在于核函数以及窗口宽度的确定。