下列非参数估计方法中，区间可变的是
A: 直方图法
B: Parzen窗法
C: Kn-近邻估计
D: Parzen窗法和Kn-近邻估计
A: 直方图法
B: Parzen窗法
C: Kn-近邻估计
D: Parzen窗法和Kn-近邻估计
C
举一反三
- Kn近邻法较之Parzen窗法的优点是 A: 所需样本数较少 B: 在样本分布不均匀时稳定性较好 C: 分辨率较高 D: 连续性较好
- 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)。
- 【判断题】已知概率密度函数形式,但其中参数未知,可选用Parzen窗法进行估计。
- parzen窗估计法中，即便当样本数足够多的情况下，带宽ℎ对估计的影响也不可以忽略。
- 中国大学MOOC: 用parzen窗法估计类概率密度函数时，窗宽过窄导致波动过大的原因是（ ）。
内容
- 0
parzen窗估计法中，即便当样本数足够多的情况下，带宽ℎ对估计的影响也不可以忽略。 A: 正确 B: 错误
- 1
已知概率密度函数形式，但其中参数未知，可选用parzen窗法进行参数估计。
- 2
KNN近邻法较之Parzen窗的优势是 A: 所需样本数较少 B: 稳定性较好 C: 分辨率较高 D: 连续性较好
- 3
已知概率密度函数形式，但其中参数未知，可选用parzen窗法进行参数估计。 A: 正确 B: 错误
- 4
中国大学MOOC: 已知概率密度函数形式，但其中参数未知，可选用parzen窗法进行参数估计。