প্রশ্ন ট্যাগ «density-estimation»

2
আপনি পারজেন উইন্ডো (কর্নেল) সাধারণ ব্যক্তির পদগুলিতে ঘনত্বের অনুমানটি ব্যাখ্যা করতে পারেন?
পারজেন উইন্ডো ঘনত্বের অনুমান হিসাবে বর্ণনা করা হয় p(x)=1n∑i=1n1h2ϕ(xi−xh)p(x)=1n∑i=1n1h2ϕ(xi−xh) p(x)=\frac{1}{n}\sum_{i=1}^{n} \frac{1}{h^2} \phi \left(\frac{x_i - x}{h} \right) যেখানে ভেক্টর উপাদানের সংখ্যা, একটি ভেক্টর হল একটি সম্ভাব্যতা ঘনত্ব হয় , Parzen উইন্ডো মাত্রা, এবং একটি উইন্ডো ফাংশন।nnnxxxp(x)p(x)p(x)xxxhhhϕϕ\phi আমার প্রশ্নগুলি হ'ল: পার্জন উইন্ডো ফাংশন এবং অন্যান্য ঘনত্বের ফাংশনগুলির মতো গাউসিয়ান ফাংশন ইত্যাদির মধ্যে …

3
ঘনত্ব অনুমান কোথায় দরকারী?
কিছুটা ক্ষুদ্র গণিতের মধ্য দিয়ে যাওয়ার পরে, আমি মনে করি আমার কাছে কার্নেল ঘনত্বের অনুমানের একটি সামান্য স্বীকৃতি আছে। তবে আমি আরও সচেতন যে তিনটিরও বেশি ভেরিয়েবলের জন্য বহুগুণ ঘনত্বের অনুমান করা ভাল ধারণা হতে পারে না, এর অনুমানকারীদের পরিসংখ্যানগত বৈশিষ্ট্যের ক্ষেত্রে of সুতরাং, কোন ধরণের পরিস্থিতিতে আমার অনুমান করতে …

4
কার্নেলের ঘনত্বের প্রাক্কলন থেকে আমি এলোমেলোভাবে কোনও মান কীভাবে আঁকতে পারি?
আমার কিছু পর্যবেক্ষণ রয়েছে এবং আমি এই পর্যবেক্ষণগুলির উপর ভিত্তি করে স্যাম্পলিং নকল করতে চাই। এখানে আমি একটি প্যারামিটারিক নন মডেল বিবেচনা করি, বিশেষত, আমি সীমিত পর্যবেক্ষণগুলি থেকে একটি সিডিএফ অনুমান করার জন্য কর্নেল স্মুথিং ব্যবহার করি hen তখন আমি প্রাপ্ত সিডিএফ থেকে এলোমেলোভাবে মানগুলি আঁকি following নীচে আমার কোডটি …
আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.