《表1 3种密度估计方法的结果比较》
基于交叉验证似然方法可得到每种密度估计方法的最优参数设置。给定最优参数后,在测试集上进一步比较3种方法进行密度估计的结果(见表1),3种方法在二维空间中的密度估计结果如图3所示。红色的数据点是训练集,灰色的区域是由密度估计大于给定阈值的测试数据点。图3(a)为传统的核密度估计方法结果,窗宽为一个单一超参数,σ=0.01;图3(b)是基于最近邻流形学习的密度估计方法结果,其中参数配置为d=1,k=20,σ=0.01;图3(c)是本文方法的密度估计结果,其中参数配置为d=1,k=5,σ=0.01。
图表编号 | XD00210079600 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.05 |
作者 | 王树良、李英、耿晶 |
绘制单位 | 北京理工大学计算机学院、青岛大学计算机科学技术学院、北京理工大学计算机学院 |
更多格式 | 高清、无水印(增值服务) |