非参数估计

一。特点：

不需要用表达式来表示总体的概率密度，然后估计这表达式里的未知数，而是直接用样本来估计这个总体概率密度

二。分类：

1、parzen窗

（核密度估计 kernel density estimate KDE），注意，虽然叫‘核密度’，但是使用的是‘窗函数’而不是核函数，一般认为核函数的作用参见‘核函数、mercer条件’

2、k近邻

3、神经网络

三。parzen窗：

1、思想：

因为不知道总体概率密度，但是可以这样估计：

对于已采到的样本点出，概率应该大一点（因为这是已经发生的事件），同时认为离这个点近的概率较大，远的概率较小；

这样我们正好可以采用某种窗函