Kernel Smoothing Regression:一种使用高斯核的非参数回归(平滑)工具。-matlab开发

上传者: 38606300 | 上传时间: 2021-12-21 14:34:33 | 文件大小: 1KB | 文件类型: -
非参数回归广泛应用于许多科学和工程领域,例如图像处理和模式识别。 非参数回归即将估计一个随机变量的条件期望: E(Y|X) = f(X) 其中 f 是一个非参数函数。 基于核密度估计技术,该代码实现了所谓的 Nadaraya-Watson 核回归算法,特别是使用高斯核。 回归的默认带宽来自文献中建议的高斯核密度估计的最佳弯曲宽度。 代码还可以处理丢失的数据。

文件下载

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明