ch05非参数方法内容摘要：
一个给定的初始区间 Parzen窗方法 • 确定 kn为 n的某个函数，如 kn近邻方法 一 个简单实 例 • 给定包含 n个样本的数据集 • 用直方图来模拟 p(x) • 假设 k个样本落入以 x为中点的小条（宽度为 h）中，如果 n足够大，则有 • 根据以上两种近似，得到 一 个简单实 例 • 定义 窗函数 （ 核函数 、 势函数 ） • 落入宽度为 h，中点为 x的小条中的样本个数 • 对 p(x)的非参数化模拟 xj的某个函数的均值 Parzen窗方法 • 假设 R为边长为 h的 d维超立方体，则 R的体积 • 定义窗函数 • 落入 R中的样本个数 • 用 n个样本来近似 p(x) Parzen窗方法 • 定义 则对 p(x)的近似可重写为 • 基本思想 • 每个样本 xj都对 p(x)的估计产生一定的贡献，这种贡献根据 xj到 x的距离，通过某种形式的插值函数表现出来 • 泛化：插值函数的例子 插值函数 Parzen窗方法 • 由于 ，并且 ，所以 说明估计得到的 是一个合理的概率密度函数 • 离散性 • 如果 是离散的，则 也是离散的 • 如果 是连续的，则 也是连续的 Parzen窗方法。阅读剩余 0%
本站所有文章资讯、展示的图片素材等内容均为注册用户上传(部分报媒/平媒内容转载自网络合作媒体)，仅供学习参考。
用户通过本站上传、发布的任何内容的知识产权归属用户或原始著作权人所有。如有侵犯您的版权，请联系我们反馈本站将在三个工作日内改正。