20 Parzen窗法 Parzen窗法 口例2:(u)是正态分布 口例3:px)是一个均匀分布和一个三角形分布的 混合分布,(u)是正态分布。 te) h=0.2 A h=0.08 h=0.0 -AA IAn A - IAL IAI 22 Parzen?窗法 kn-近邻法 口讨论 口基本思想:把窗扩大到刚好覆盖k,个点:落在 窗内的样本点的数目固定,窗宽是变化的:即固 Smallh 定k(根据样本总数n选择),改变'。 is better in upper size depends on density region. Largeh in lower ○○⊙ Region. k.-近邻法 kn-近邻法 口概率密度估计表达式: 口例 P.(x)=kIn V 口收敛的限制条件: k=k√n lim=0: limk,=o; 口k的选择 ·当样本有限时,k将影响估计的平滑程度: ·当n一∞时,P(x)将收敛于px)19 Parzen窗法 例2 : 是正态分布 ( ) u 20 Parzen窗法 例3:p(x) 是一个均匀分布和一个三角形分布的 混合分布, 是正态分布。 ( ) u 21 Parzen窗法 讨论 22 kn-近邻法 基本思想:把窗扩大到刚好覆盖 kn 个点;落在 窗内的样本点的数目固定,窗宽是变化的;即固 定 kn (根据样本总数 n 选择),改变 Vn size depends on density 23 kn-近邻法 概率密度估计表达式: 收敛的限制条件: kn 的选择 当样本有限时, kn 将影响估计的平滑程度; 当 n→∞ 时,pn(x) 将收敛于 p(x)。 / () ; n n n k n p V x lim 0; lim ; lim 0. n n n nn n k V k n 24 kn-近邻法 例 n 1 k kn