非参数估计---直方图法、Kn近邻估计法、Parzen窗法
当需要估计的概率密度函数的形式未知,比如我们并不能知道样本的分布形式时,我们就无法用最大似然估计方法或贝叶斯估计方法来进行参数估计,而应该用非参数估计方法。这里就介绍三种非参数估计方法。
需要知道的是,作为非参数方法的共同问题是对样本数量需求较大,只要样本数目足够大众可以保证收敛于任何复杂的位置密度,但是计算量和存储量都比较大。当样本数很少时,如果能够对密度函数有先验认识,则参数估计能取得更好的估计效果。
个人总结:
1、非参数估计的目的是求 概率密度函数-----也可以转换理解为如何确定k值,因为确定k值后,根据下面的核心估计公式,确定(估计)概率密度。注:可以理解为,根据k值得确定方式不同,分出了上面三种估计方法。
核心估计公式为:
2、直方图 和 Parzen窗是 先确定区间,再看落入样本数(k值)
3、
(1)在Parsen窗中
v=h^3
即h越大,分辨率越低(欠拟合),h越小,稳定性就低些(过拟合)。
这里指的都是 估计的概率密度 与 真实概率密度之间的关系
(2)在k近邻中,k小,则模型复杂,容易过拟合,k大则模型相对简单,容易欠拟合。
附图:
其实最终结果,是比较 估计的密度函数 与 实际密度函数 两者的误差率
参考博客:
https://blog.csdn.net/angel_yuaner/article/details/47951111
https://blog.csdn.net/zengxiantao1994/article/details/73196312
https://blog.csdn.net/drrlalala/article/details/45533821
https://blog.csdn.net/yujianmin1990/article/details/47734049
https://blog.csdn.net/liyuefeilong/article/details/45274325
非参数估计---直方图法、Kn近邻估计法、Parzen窗法相关推荐
- 【MATLAB】Parzen窗与K近邻算法原理与代码详解
文章目录 1.非参数估计原理 2.Parzen窗 2.1.算法原理 2.2.Matlab实现与参数探究 3.K近邻 3.1.算法原理 3.2.Matlab实现与参数探究 1.非参数估计原理 \qqua ...
- parzen窗估计如何进行结果分析_Parzen窗方法的分析和研讨
对 Parzen 窗 /PNN 算法的学习和研究报告 姓名:吴潇 学号: 1333755 1 . Parzen 窗方法综述.发展历史及现状 模式识别领域的非参数估计方法大致可以分为两类.第一种类型是先 ...
- parzen窗估计如何进行结果分析_实现一下模式识别(一)Parzen窗估计
自己计划实现一遍模式识别里的内容. Parzen窗估计是非参数估计.我在非参数技术--Parzen窗估计方法文章和非参数估计-Parzen窗口函数法文章里面整理出了算法基本过程:利用第一篇博客给出的样 ...
- 非参数估计-parzen窗估计和k近邻估计
许多数据挖掘模型(贝叶斯决策模型)是基于一假设条件的:数据的概率密度函数的参数形式已知,然后去估计其参数,并且有参数估计方法,最大似然估计和贝叶斯参数估计等.这一假设是带有相当大的局限性的,第一:假设 ...
- 非参数估计—Parzen窗与K-nearest-neighbor
在之前的学习中,我们总是假设概率密度函数的参数形式已知,并在此条件下处理有监督学习过程.而在现实世界中,我们给出的概率密度函数很少符合实际情况,本节我们讨论非参数化方法(non-parametric ...
- parzen窗方法和k近邻方法估计概率密度
机器学习实验四,详情请参考<模式分类>第二版第四章课后上机练习4.3.4.4节 实验环境: Matlab2016a Parzen窗估计方法: 已知测试样本数据x1,x2,-,xn,在不利用 ...
- 机器学习 —— 基础整理(三)生成式模型的非参数方法: Parzen窗估计、k近邻估计;k近邻分类器...
本文简述了以下内容: (一)生成式模型的非参数方法 (二)Parzen窗估计 (三)k近邻估计 (四)k近邻分类器(k-nearest neighbor,kNN) (一)非参数方法(Non-param ...
- parzen窗估计如何进行结果分析_Parzen窗方法的分析和研究
1333755 第 1 页 对 Parzen 窗 /PNN 算法的学习和研究报告 姓名:吴潇 学号: 1333755 1 . Parzen 窗方法综述.发展历史及现状 模式识别领域的非参数估计方法大致 ...
- parzen窗估计如何进行结果分析_基于参数Parzen窗估计的独立分量分析
基于参数 Parzen 窗估计的独立分量分析 成孝刚 ; 姜华 ; 刘国庆 ; 陈启美 [期刊名称] <信号处理> [年 ( 卷 ), 期] 2009(025)003 [摘要] 在对盲源信 ...
最新文章
- 解决使用mybatis分页插件PageHelper的一个报错问题
- 网站建设注重用户体验尤为重要
- lua学习笔记之数据文件及序列化
- 关于使用QQ、新浪微博、腾讯微博等第三方登录网站的开发过程(一)
- java中负数取整_Java取整,固定保留两位小数,适配负数、金融数字。
- CSS3与页面布局学习笔记(三)——BFC、定位、浮动、7种垂直居中方法
- ESLint 在中大型团队的应用实践
- 冈萨雷斯《数字图像处理》读书笔记(九)——形态学图像处理
- oracle odi 资料档案库访问期间出现未分类的异常错误,oracle学习_基本语法
- k折交叉验证优缺点_R语言中K邻近算法的初学者指南:从菜鸟到大神(附代码&链接)...
- 斐波那契 —— 矩阵形式推导
- python编程是啥-小学生都开始学的Python编程到底是什么?
- 最近一段时间的手工作品
- 谭浩强 C程序设计(第五版)
- 【Unity3D日常开发】Unity3D中 C#反射Reflection的使用
- 为什么Java编程语言用一种咖啡名做名字
- 路由器原理和路由协议介绍
- ip地址合不合法怎么看_怎样判断IP地址的非法性?
- 软件设计师---钉子户
- 应聘需要注意事项(反问面试官)