高維中的核方法不太實用，直接跳過到6.6節。
先來看圖6.13
saheart
attach(saheart)
sbp.chd
#sbp.chd.test
n hist(sbp.chd, border="white", main="", freq=false)
rug(sbp.chd, col="green", lwd=2)
for (i in 1:n) lines(sbp.chd, dnorm(sbp.chd,sbp.chd[i],5)/10, col="blue", lwd=1)#權值用dnorm函式來算。
#先生成資料，然後按照估算密度。
上面的**稍作修改，就 能生成圖6.14
核密度估計可以基於貝葉斯定力用來做核密度分類。
圖6.14分類的結果
核模型（核密度估計）
note 是在基函式設計的時候使用到樣本，那麼訓練的是什麼？下面看公式。核模型，是以使用被稱為 核模型的 二元函式 k 的線性結合方式加以定義的。上面的theta就是我們要學習的物件 注意 theta為乙個向量，可以表述為下面的形式。可以把公式中的xi看做標記點 landmark 並將樣本x和標記點...
核密度估計原理
最近在讀wek的 的時候，發現weka的 bayes分類器中有使用到核概率密度估計，想了一下核概率密度估計原理。核密度估計是在概率論中用來估計未知的密度函式，屬於非引數檢驗方法之一，由rosenblatt 1955 和emanuel parzen 1962 提出，又名parzen窗 parzen w...
十三 Sklearn核密度估計
參考url 密度評估器是一種利用d維資料集生成d維概率分布估計的演算法，gmm演算法用不同高斯分布的加權彙總來表示概率分布估計。核密度估計 kernel density estimation,kde 演算法將高斯混合理念擴充套件到了邏輯極限 logical extreme 它通過對每個點生成高斯分布...