一。特点:
不需要用表达式来表示总体的概率密度,然后估计这表达式里的未知数,而是直接用样本来估计这个总体概率密度
二。分类:
1、parzen窗
(核密度估计 kernel density estimate KDE),注意,虽然叫‘核密度’,但是使用的是‘窗函数’而不是核函数,一般认为核函数的作用参见‘核函数、mercer条件’
2、k近邻
3、神经网络
三。parzen窗:
1、思想:
因为不知道总体概率密度,但是可以这样估计:
对于已采到的样本点出&