Research/Machine Learning
Kernel Density Estimation
IMCOMKING
2023. 7. 26. 17:44
https://darkpgmr.tistory.com/147
KDE는 히스토그램을 훨씬 고도화한 방법으로 이해할 수 있다.
각각의 x이 가우시안분포(커널)를 갖는다고 가정한다. 모든 점에 대해 가우시안분포를 부여한다음, 모든 확률을 누적해서 거대한 하나의 분포를 그린다.
즉, 히스토그램의 bin 대신 가우시안분포를 쓴다고보면 된다.