無參密度估計：KDE和KNN

無參密度估計：KDE和KNN 最大似然估計和貝葉斯估計應用於數據的密度函數形式已知但參數未知的情況，然而並非所有的情況下數據的密度函數的形式是已知的。針對於這種情況，我們可以選擇一些無參密度估計方法。 直觀上，我們對於概率密度的理解就是單位區域數據出現的概率，公式表示如下： p ( x ) ≅ k N V p(x) \cong \frac{k}{{NV}} p(x)≅NVk​ 其中，k是面積是V的

>>阅读原文<<