模式识别-非参数估计重点.ppt

同K近邻估计两个一维密度：高斯和双峰分布。请注意，用有限的N个样本估计,结果是相当“高低不平” * 同K近邻估计两个一维密度：高斯和双峰分布。请注意，用有限的N个样本估计,结果是相当“高低不平” * E-c * * 划分特征空间为小的单元 边界线在两点之间的中间线处 用单元内包裹的点的类型来标示单元 如图有红黑两类 * E-c * ???? * 迪拉克delta 函数 * 用某种核函数表示某一样本对待估计的密度函数的贡献，所有样本所作贡献的线性组合视作对某点概率密度p(x)的估计 * ??? Pn * ????? * * * * * * **** * 前面我们看到的是一个单峰的经典密度分布样本估计概率密度的结果,下面我们再看看多峰的分布样本估计情况 待估的密度函数是这样的 还是使用正态窗 * ？ * Additional criteria附加条件 * Additional criteria附加条件 sup是上确界，核函数φ(u)小于无穷大。 ∏连乘 * Additional criteria附加条件 sup是上确界，核函数φ(u)小于无穷大。 在u的模趋近于无穷大时，核函数φ(u)与ui的连乘等于0 * Additional criteria附加条件 sup是上确界，核函数φ(u)小于无穷大。 ∏连乘 * Additi