核密度估计 Kernel Density Estimation(KDE)

写在前面 给定一个样本集，怎么获得该样本集的分布密度函数，解决这一问题有两个方法：web 1.参数估计方法 简单来说，即假定样本集符合某一律率分布，而后根据样本集拟合该分布中的参数，例如：似然估计，混合高斯等，因为参数估计方法中须要加入主观的先验知识，每每很难拟合出与真实分布的模型； 2.非参数估计 和参数估计不一样，非参数估计并不加入任何先验知识，而是根据数据自己的特色、性质来拟合分布，这样能比

>>阅读原文<<