核密度估計 Kernel Density Estimation(KDE)

寫在前面 給定一個樣本集，怎麼得到該樣本集的分佈密度函數，解決這一問題有兩個方法： 1.參數估計方法 簡單來講，即假定樣本集符合某一概率分佈，然後根據樣本集擬合該分佈中的參數，例如：似然估計，混合高斯等，由於參數估計方法中需要加入主觀的先驗知識，往往很難擬合出與真實分佈的模型； 2.非參數估計 和參數估計不同，非參數估計並不加入任何先驗知識，而是根據數據本身的特點、性質來擬合分佈，這樣能比參數估計

>>阅读原文<<