核密度估計基礎-Part I

核平滑方法理論-I @(機器學習)[MachineLearning, Econometrics]web 0. Introduction 核密度估計是一種非參數估計方法，在機器學習領域，是一種非監督性學習方法。用於從給定分佈的樣本重建整體的分佈函數。算法 優勢： - 非參數：假設少，不假設樣本服從任何分佈app 缺點： - 計算量：比起參數估計，非參數估計運算量大不少機器學習 1. 核密度估計(Ke

>>阅读原文<<