KDE核密度估计理解

记录下对知乎回答https://www.zhihu.com/question/27301358的个人理解

对连续分布函数而言，概率/分布密度函数是分布函数的导数。

直方图中，所有直方图的面积（高：密度 X 底：x带宽）和为1；对应的，若是密度曲线，则关于x的积分为1。

下式采用了极限逼近的思想，只要h够小，

求的是x这一点处，所以除以区间长度2h。因此方法上本质要求h趋于无穷小。但考虑到样本的随机性（单次试验），h取太小会导致方差大；h取太大，不能很好的代表x这一点，会导致误差大。

如果记(这里等式后边t应加绝对值，K0是对称函数，这样积分为1)，则有这里K0(t)可以看做一个核函数，不过是其图像是平行于x轴、值为1/2的线段，其函数值可以理解为[x-h,x+h]内的xi对于估计fh(x)的权重。

如果用[标准]正态分布的密度函数作为K0，则有

 [注]标准正态分布又称为u分布，是以0为均值、以1为标准差的正态分布，记为N（0，1）

有一个问题，标准正态分布的全域积分是1，但[-1,1]上的积分是0.683呀，这个怎么理解？

正态分布密度函数

 更多核函数的曲线见https://blog.csdn.net/pipisorry/article/details/53635895