আমি ওজনযুক্ত পয়েন্টগুলি সেট করে (উদাহরণস্বরূপ, প্রতিটি নমুনার একটি ওজন রয়েছে যা প্রয়োজনীয় নয়) এন পরিমিতিতে কিছু কর্নেল ঘনত্বের অনুমান করছি। এছাড়াও, এই নমুনাগুলি কেবলমাত্র একটি মেট্রিক জায়গাতে (যেমন, আমরা তাদের মধ্যে একটি দূরত্ব নির্ধারণ করতে পারি) তবে অন্য কিছুই নয়। উদাহরণস্বরূপ, আমরা নমুনা পয়েন্টগুলির গড়টি নির্ধারণ করতে পারি না, আদর্শ বিচ্যুতিও করতে পারি না, বা অন্যটির তুলনায় একটি পরিবর্তনশীল স্কেল করতে পারি না। কার্নেলটি কেবল এই দূরত্ব দ্বারা প্রভাবিত হয় এবং প্রতিটি নমুনার ওজন:
এ প্রসঙ্গে আমি কার্নেল ব্যান্ডউইথ জন্য একটি শক্তসমর্থ প্রাক্কলন খুঁজে বের করার চেষ্টা করছি সম্ভবত স্থানিক তারতম্য, এবং বিশেষ করে যা প্রশিক্ষণ ডেটা সেটটি উপর একটি সঠিক পুনর্গঠন দেয় । প্রয়োজনে আমরা ধরে নিতে পারি যে ফাংশনটি তুলনামূলকভাবে মসৃণ।
আমি প্রথম বা দ্বিতীয় নিকটতম প্রতিবেশীর দূরত্বটি ব্যবহার করার চেষ্টা করেছি তবে এটি বেশ খারাপ ফলাফল দেয়। আমি লেভ-ওয়ান-আউট অপটিমাইজেশন দিয়ে চেষ্টা করেছি, তবে এনডিতে এই প্রসঙ্গে উপযুক্ত হওয়ার জন্য আমার একটি ভাল ব্যবস্থা খুঁজে পেতে অসুবিধা রয়েছে, তাই এটি খুব খারাপ অনুমানের সন্ধান করে, বিশেষত প্রশিক্ষণের নমুনাগুলি নিজেরাই। আমি সাধারণ অনুমানের ভিত্তিতে লোভী অনুমানটি ব্যবহার করতে পারি না যেহেতু আমি মানক বিচ্যুতি গণনা করতে পারি না। অ্যানিসোট্রপিক কার্নেলগুলি পেতে কোভেরিয়েন্স ম্যাট্রিক্স ব্যবহার করে আমি রেফারেন্স পেয়েছি, কিন্তু আবার, এটি এই জায়গাতে ধরে রাখবে না ...
কারও ধারণা বা রেফারেন্স আছে?