MATLAB中的二维加权核密度估计（KDE）答案

【问题标题】：2D weighted Kernel Density Estimation(KDE) in MATLABMATLAB中的二维加权核密度估计（KDE）
【发布时间】：2014-04-14 06:31:17
【问题描述】：

我正在寻找可以估计一组 2D 加权点的内核密度的可用代码。到目前为止，我在 MATLAB 中为非加权 2D KDE 找到了这个选项：http://www.mathworks.com/matlabcentral/fileexchange/17204-kernel-density-estimation

但是它不包含加权特征。是否有任何其他实现的功能或库应该派上用场？我考虑过“破解”这个问题，假设我有简单的权重向量：[2 1 3 1]，我可以逐个重复每个采样点，两次、一次、三次和一次。我不确定这种计算在数学上是否有效。这里的问题再次是我拥有的权重向量是十进制的，因此归一化为向量的最小数量，然后将其他条目相乘意味着舍入错误，特别是如果权重处于同一数量级时。

注意：MATLAB 中的 ksdensity 函数具有加权选项，但仅适用于一维数据。

【问题讨论】：

标签： matlab machine-learning kernel-density

【解决方案1】：

找到了，问题解决了。（我猜）：http://www.ics.uci.edu/~ihler/code/kde.html

【讨论】：

【解决方案2】：

我使用了this 函数，发现它非常棒。我在this Stack Overflow 帖子中讨论了改变 n 参数（计算密度的区域），其中包含使用轮廓 3 的 2D KDE 图的一些示例。

【讨论】：