方法证据记录
Bayesian Kernel Density Estimation
Bayesian Kernel Density Estimation (BKDE) is a nonparametric method for estimating the probability density function of a spatial or attribute variable by combining a kernel smoother with a Bayesian prior over the bandwidth parameter. The posterior distribution of the bandwidth propagates uncertainty into the final density estimate rather than treating the bandwidth as a fixed tuning constant.
源记录
引文逐字复制自方法源记录。这些引文不代表任何层级的验证。
Bayesian Kernel Density Estimation
分类方法记录 · regression-model / spatial-analysis
- Hjort, N. L., & Glad, I. K. (1995). Nonparametric density estimation with a parametric start. The Annals of Statistics, 23(3), 882–904. · DOI 10.1214/aos/1176324627
- Kernel density estimation. Wikipedia. · URL
精选声明
声明已持久化到证据分类账中，每个声明都有自己的评估。
尚无精选声明
当分类账中没有声明时，此视图不会自行创建声明评估。
相关方法
从方法图中生成，显示为机器建议的关系 — 不推断任何证据声明。