ssvkernel(x,tin):具有本地适应数据的带宽的内核密度估计。-matlab开发

要做的第一件事： 运行教程代码，tutorial.m 文档： http://2000.jukuin.keio.ac.jp/shimazaki/res/kernel.html 另见 sskernel 优化固定内核带宽和 sshist 直方图优化。 % [y,t,optw,gs,C,confb95,yb] = ssvkernel(x,t,W) % % 函数 `ssvkernel' 返回优化的内核密度估计% 使用具有本地适应数据的带宽的高斯核函数。 % ％ 例子： % >> x = 0.5-0.5*log(rand(1,1e3)); t = linspace(0,3,500); % >> [y,t,optw] = ssvkernel(x,t); % 此示例在点处生成内核密度估计值 y 的向量使用局部自适应带宽，在向量t中指定的百分比，optw %（正态密度函数的标准偏差）。 % % >> s