第3章概率密度函数的估计概述.ppt

第3章 概率密度函数的估计 参数估计的基本概念 正态分布的监督参数估计（最大似然估计） 总体分布的非参数估计（Parzen窗法，K近邻法） 分类器错误率的估计 3.1 引言 未知， 需要利用样本集来估计。 3.1 引言—由样本集估计 参数估计 监督、非监督（最大似然估计、贝叶斯估计） 非参数估计 Parzen窗法、K近邻法 3.2 参数估计—基本概念 统计量 利用包含总体信息的样本构造的某种函数 参数空间 未知参数 的全体容许值构成的集合称为参数空间 。 点估计、估计量、估计值 点估计即利用统计量作为对参数 的估计量 ，利用样本得到估计量的具体数值，称为估计值。 区间估计 用区间 作为 取值的范围的一种估计，该区间称为置信区间，这类估计称为区间估计。 3.2 参数估计—估计量的评价 无偏性 如果参数 的估计量 的数学期望等于 ，则称估计是无偏的。如果当样本趋于无穷时估计才具有无偏性，则称为渐进无偏。 3.2 参数估计—最大似然估计（监督） 前提条件： （1） 是确定而未知的； （2）样本所属类别已知，且是从各类总体中独立抽取的； （3）