

非参数统计.pdf
17****27
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
非参数统计.pdf
中国海洋大学本科生课程大纲非参数统计课程名称课程代码075302101221NonparametricStatistics课程属性专业知识课时/学分48/3课程性质选修实践学时责任教师张立振课外学时96课程属性:公共基础/通识教育/学科基础/专业知识/工作技能,课程性质:必修、选修一、课程介绍1.课程描述:非参数统计是数理统计学的一个分支,它是针对参数统计而言的。所谓参数统计,简单地说就是建立在总体具有明确分布形式,通常多为正态分布形式的假定基础之上,所建立的统计理论和统计方法。而非参数统计是在不假定总体
非参数统计--非参数密度估计.ppt
第八章非参数密度估计8.1非参数密度估计推广直方图的密度函数定义。X∈Rd8.2核密度估计核密度估计的定义常用核函数以高斯核函数为例以高斯核函数为例带宽对估计量的影响Parzen窗函数为核函数当带宽h=0.2时,密度函数曲线比较粗糙,噪声很多;当带宽h=1时,密度函数曲线比较平滑,较为理想;而带宽h=5时,密度函数曲线最平滑的,但信息损失很多;如何选择合适的带宽,是核函数密度估计的关键.均方误差模式分类问题1.假设ω1——鲑鱼,ω2——鲈鱼,它们的先验概率为:分类问题分类问题k-近邻估计程序实现程序实现图
非参数统计-非参数密度估计.ppt
第八章非参数密度估计8.1非参数密度估计鲑鱼和鲈鱼的身长(260条)推广直方图的密度函数定义。X∈Rd8.2核密度估计核密度估计的定义常用核函数以高斯核函数为例以高斯核函数为例带宽对估计量的影响Parzen窗函数为核函数当带宽h=0.2时,密度函数曲线比较粗糙,噪声很多;当带宽h=1时,密度函数曲线比较平滑,较为理想;而带宽h=5时,密度函数曲线最平滑的,但信息损失很多;如何选择合适的带宽,是核函数密度估计的关键.均方误差模式分类问题1.假设ω1——鲑鱼,ω2——鲈鱼,它们的先验概率为:分类问题分类问题k
非参数统计非参数密度估计.ppt
第七章非参数密度估计7.1非参数密度估计推广直方图的密度函数定义。X∈Rd7.2核密度估计核密度估计的定义常用核函数以高斯核函数为例以高斯核函数为例带宽对估计量的影响Parzen窗函数为核函数当带宽h=0.2时,密度函数曲线比较粗糙,噪声很多;当带宽h=1时,密度函数曲线比较平滑,较为理想;而带宽h=5时,密度函数曲线最平滑的,但信息损失很多;如何选择合适的带宽,是核函数密度估计的关键.均方误差模式分类问题1.假设ω1——鲑鱼,ω2——鲈鱼,它们的先验概率为:分类问题分类问题k-近邻估计程序实现程序实现图
非参数统计非参数密度估计ppt.pptx
非参数统计非参数密度估计7、1非参数密度估计推广直方图得密度函数定义。X∈Rd7、2核密度估计核密度估计得定义常用核函数以高斯核函数为例以高斯核函数为例带宽对估计量得影响大家有疑问的,可以询问和交流Parzen窗函数为核函数当带宽h=0、2时,密度函数曲线比较粗糙,噪声很多;当带宽h=1时,密度函数曲线比较平滑,较为理想;而带宽h=5时,密度函数曲线最平滑得,但信息损失很多;如何选择合适得带宽,就是核函数密度估计得关键、均方误差模式分类问题1、假设ω1——鲑鱼,ω2——鲈鱼,它们得先验概率为:分类问题分类