模式识别及Python实现 课件 第4章 概率密度函数估计.pptx

PPT下载/xiazai/第四章:概率密度函数估计模式识别及Python实现

前言PREFACE对于类条件概率密度函数的估计，可分为参数估计和非参数估计两类。在参数估计中，概率密度函数的形式是已知的，但其中的部分或全部参数是未知的。此时，概率密度函数的估计问题就是利用样本集对概率密度函数的某些参数进行估计。最常用的参数估计方法主要有最大似然估计和贝叶斯估计。其中，最大似然估计是把参数看作是确定性的量，只是其取值未知。贝叶斯估计则把待估计的参数看成是符合某种先验概率分布的随机变量。在非参数估计中，概率密度函数的形式是未知的，直接利用学习样本对概率密度函数进行估计。常用的非参数估计方法主要有P