ch05非參數(shù)方法-全文預覽
【正文】 ? 由于 ，并且 ，所以 說明估計得到的 是一個合理的概率密度函數(shù) ? 離散性 ? 如果 是離散的，則 也是離散的 ? 如果 是連續(xù)的，則 也是連續(xù)的 Parzen窗方法 二維圓周對稱正態(tài) Parzen窗 Parzen窗方法 ? h（或者 V）對 的影響 ? h非常大 時， xj到 x的距離對 的影響不大 ? 為 n個寬的、慢變的函數(shù)相加 ? 是對 p(x)的非常平滑的估計 —— 散焦估計 ? 估計結果的分辨率低 ? h非常小 時， 的峰很尖銳 ? 為 n個以樣本點為中心的尖脈沖的疊加 ? 是對 p(x)的充滿噪聲的估計 ? 估計結果的統(tǒng)計穩(wěn)定性不足 Parzen窗方法 ? 在有限樣本個數(shù) n的約束下， h（或 V）應取某種可接受的折中。 ? “ 維數(shù)災難 ”（ curse of dimensionalty）對訓練樣本個數(shù)的需求，隨特征空間的維數(shù)指數(shù)增長。 ? “ 維數(shù)災難 ”（ curse of dimensionalty）對訓練樣本個數(shù)的需求，隨特征空間的維數(shù)指數(shù)增長。 ? 隨著 n的增大， h （或 V）應逐漸減小，以使得對p(x)的估計更為精確 Parzen窗方法 ? 窗函數(shù) 的泛
教學課件相關推薦
鄂ICP備17016276號-1