Parzen window(Parzen 窗/帕尔岑窗):一种非参数的概率密度估计方法,把每个样本点“铺开”为一个局部的“窗/核函数”,再把所有样本的贡献相加,从而得到整体的密度估计;常用于核密度估计(KDE)与模式识别中的分类(如 Parzen 分类器)。在不同语境下也常被称为 kernel density estimation 的一种表述。
/ˈpɑːr.zən ˈwɪn.doʊ/
“Parzen”来自统计学家 Emanuel Parzen 的姓氏;“window”原指信号处理里用于局部平滑/截取的“窗函数”。该术语与 Parzen 在 1960 年代关于概率密度函数估计的经典工作相关,因此被称为 “Parzen window”。
The Parzen window method estimates a probability density from sample points.
Parzen 窗方法从样本点估计概率密度。
In pattern recognition, a classifier can label new data by comparing Parzen window density estimates for each class.
在模式识别中,分类器可以通过比较各类别的 Parzen 窗密度估计来给新数据贴标签。