ch05非參數(shù)方法(文件)
【正文】 必須滿足 ? 空間平滑了的 P/V能夠收斂到 p(x) ? 頻率之比 k/n能夠收斂到 P ? 即使落在 R中的樣本點趨于無窮大，其在整個數(shù)據(jù)集中的比例仍然很小 ( ) ( )np x p x?V的 選擇 ? 兩種途徑 ? 根據(jù)某個確定的體積函數(shù)，如 ，來逐漸收縮一個給定的初始區(qū)間 Parzen窗方法 ? 確定 kn為 n的某個函數(shù)，如 kn近鄰方法 一 個簡單實 例 ? 給定包含 n個樣本的數(shù)據(jù)集 ? 用直方圖來模擬 p(x) ? 假設(shè) k個樣本落入以 x為中點的小條（寬度為 h）中，如果 n足夠大，則有 ? 根據(jù)以上兩種近似，得到 一 個簡單實 例 ? 定義 窗函數(shù) （ 核函數(shù) 、 勢函數(shù) ） ? 落入寬度為 h，中點為 x的小條中的樣本個數(shù) ? 對 p(x)的非參數(shù)化模擬 xj的某個函數(shù)的均值 Parzen窗方法 ? 假設(shè) R為邊長為 h的 d維超立方體，則 R的體積 ? 定義窗函數(shù) ? 落入 R中的樣本個數(shù) ? 用 n個樣本來近似 p(x) Parzen窗方法 ? 定義 則對 p(x)的近似可重寫為 ? 基本思想 ? 每個樣本 xj都對 p(x)的估計產(chǎn)生一定的貢獻，這種貢獻根據(jù) xj到 x的距離，通過某種形式的插值函數(shù)表現(xiàn)出來 ? 泛化：插值函數(shù)的例子 插值函數(shù) Parzen窗方法
教學課件相關(guān)推薦
鄂ICP備17016276號-1