Parzen窗法中，一个训练样本x_i距离待估计的点x越近，对x处的概率密度估计的贡献越大，越远则贡献越小。
A: 正确
B: 错误
A: 正确
B: 错误
举一反三
- Parzen窗法中，一个训练样本x_i距离待估计的点x越近，对x处的概率密度估计的贡献越大，越远则贡献越小。 A: 正确 B: 错误
- parzen估计法中，带宽ℎ的取值影响样本点对某处概率密度估计贡献的大小，如果采用正态窗函数，带宽越大，一个样本点对某处的密度估计的贡献越大，否则，贡献越小。
- Parzen窗法中，窗函数的作用是 A: 计算每个样本在估计时的权重 B: 计算样本到待估计点x之间的距离 C: 计算待估计点x的概率密度 D: 计算待估计点出现的概率
- 插值误差与节点和点x之间的关系是什么？ （ ） A: 节点距离x越远，插值误差越大 B: 节点距离x越远，插值误差越小 C: 节点距离x越近，插值误差越大 D: 节点距离x越近，插值误差越小
- 下列关于Kn近邻法，描述正确的是____。 A: Kn近邻法的思想是固定选择的区域大小Vn，确定落在该区域中的样本数kn。 B: 理论上，如果有无穷多个样本，Kn近邻法可以收敛到真实的概率密度估计值。 C: 实际中，由于样本的数量总是有限的，使用Kn近邻法直接估计概率密度函数p(x)，得到的估计结果不好。 D: 实际上，使用Kn近邻法来估计后验概率p(ω_i|x)，而不是类条件概率p(x|ω_i)。