如何实现概率密度函数估计？答案

【问题标题】：How to implement the probability density function estimation?如何实现概率密度函数估计？
【发布时间】：2018-12-11 03:42:57
【问题描述】：

我有一组由一组特征（用实数表示）描述的对象。

对于给定的特征，我想确定它的峰值，即高概率值的集合并且是局部最大值。我认为我可以通过估计每个特征的概率密度函数来做到这一点。

直觉上，我认为我们可以通过使用直方图来实现概率密度函数的估计。但我不确定我是否正确。而且，当我们使用直方图时，我们需要定义一些参数（例如 bin 大小）。我更喜欢一些需要较少参数的方法。

估计概率密度函数的最常用方法是什么，并且仅取决于几个参数？

【问题讨论】：

【解决方案1】：

您当然可以使用直方图估计概率密度函数！但是，这会带来复杂性，具体取决于数据集的大小。例如，垃圾箱从哪里开始？

您听说过 KDE 估计吗？这里有很多要讨论的内容，但下面的这两个链接应该可以为您提供很多见解：

【讨论】：