核估计 p与arzen窗 .pptVIP

知识回顾 参数估计： 监督参数估计——样本所属类别及条件总体概率密度的形式为已知，表征概率密度的某些参数是未知的。 非监督参数估计——已知总体的概率密度函数形式但未知样本所属类别，要求推断出概率密度的某些参数。 总结：已知总体概率密度函数形式，推断参数。 但是 很多实际问题并不知道总体分布形式，或总体分布不是一些通常遇到的典型分布，不能写成某些参数的函数。 在这些情况下，为了设计贝叶斯分类器，仍然需要总体分布的知识。 ——非参数方法。 非参数估计 非参数估计 非参数估计 非参数估计 Parzen窗法 Parzen窗法 Parzen窗法：把核函数看作“窗”，根据样本 是控制“窗”宽度的参数，根据样本的数量选择。 Parzen窗法 Parzen窗法 Parzen窗法 Parzen窗法 Parzen窗法 Parzen窗法 窗宽hn对估计P(x)的影响 若hn很大，P(x)变化缓慢，估计分辨率低。 若hn很小，P(x)变化迅速，估计统计变化大。 Parzen窗法 Parzen窗法 Parzen窗法 Parzen窗法 Parzen窗法 Parzen窗法 Parzen窗法 Parzen窗法