机器学习-直方图和核密度估计（Kernel Density Estimates）

1、直方图的问题 ①直方图装箱（binning）的过程会导致信息丢失。 ②直方图不是唯一的。对比起来比较困难。 ③直方图不是平滑的 ④直方图不能很好的处理极值 核密度估计（KDE）完全没有上述的问题。 构建KDE需要准备核函数：下面是常用的核函数图形和定义。 构建一个KDE包含两部分： ①把kernel偏移到特定的位置 ②设定带宽bindwidth 下图是高斯kernel在不同的带宽和位置的情况下

>>阅读原文<<