kernal density estimation的相關問題? - Cupoy

2020/03/15 上午 00:42

機器學習共學討論版

Nick

觀看數：8

回答數：3

收藏數：3

ml100-4

1. 如果是要看變數的密度分佈的話，直接畫直方圖應該就可以看出來了吧？ 為何還需要kernal density estimation ，請問kernal density estimation作用為何？

2. 請問講義中提到的： 

    Density plot 的特性2：

        歸⼀：線下面積和為 1

        對稱：K(-u) = K(u)

    這是指kernel的限制嘛？  

回答列表

• 2020/03/16 上午 09:49
  Jeffrey
  贊同數：0
  不贊同數：1
  留言數：0

  原文的解釋: 

  This can be useful if you want to visualize just the “shape” of some data, as a kind of continuous replacement for the discrete histogram.

  意思是: 可以使用曲線去框出一些離散長條圖資料的, 以可視化, 用以理解data 分布

• 2020/03/16 上午 09:55
  Jeffrey
  贊同數：1
  不贊同數：0
  留言數：0

  
  Density plot 的特性2：

  ---> 應用繪圖的特性, 

  可以參考這個網頁, 有動畫:

  https://mathisonian.github.io/kde/

• 2020/03/17 上午 01:25
  張維元 (WeiYuan)
  贊同數：1
  不贊同數：0
  留言數：0

  嗨，

  
  

  「1. 如果是要看變數的密度分佈的話，直接畫直方圖應該就可以看出來了吧？ 為何還需要kernal density estimation ，請問kernal density estimation作用為何？」

  
  

  => 這樣理解是對的，Kernel Density Estimation 是一種估計方法。我們用直方圖是針對我們已經收集到的資料，但他們可能是真實資料中的一小部分抽樣。因此我們會希望用各種估計的方法，去描繪背後真實資料的分佈。

  
  

  如果這個回答對你有幫助請主動點選「有幫助」的按鈕，也可以追蹤我的GITHUB帳號。若還有問題的話，也歡迎繼續再追問或者把你理解的部分整理上來，我都會提供你 Review 和 Feedback 😃😃😃