用matlab编写一个高斯核密度函数

1、你是怎样调用的？照理说，如果是正常的调用，例如

yanyan(15,1:10,1)

应该会出现Matrix must be square的提示，而不会是too many  input。

 

2、vectorize不是这样用的，它只能把一个char类型的表达式或sym、inline对象给替换成点运算，而对于一个double类型的数值，会强制转换为char类型，可能导致丢失精度（因为char的表示范围有限，即使在中文环境下，范围也只是0-65535，而且只能是整数）。

 

3、表达式写错了，把2h^2给放到指数函数外面了，也就是说

exp(-(x-y)^2)/(2z^2)

应为

exp(-(x-y)^2/(2z^2))

 

4、可以简单修改如下：

function c=yanyan(x,y,z)

n=length(y);

zz=sum(exp(-(x-y)^2/(2z^2)));

yux=nz(2pi)^05;

c=zz/yux;

但这样的写法不支持x为向量的情况，可以考虑改成

function c=yanyan(x,y,z)

n=length(y);

yux=nz(2pi)^05;

c=arrayfun(@(x)sum(exp(-(x-y)^2/(2z^2))),x)/yux;

KDE是个广泛应用的算法，从你提供的这些注释不能太清楚你程序应用的场景（图像处理还是？）所以不能很清晰的解释，但大概意义我可以猜测一下

point是一个NM的样值矩阵，N是维数M是每维的样值。因为具体意义不明，我用图像举例，Ndim就是RGB三色，Npoints就是对应RGB的一系列样值。

weights既然是[1Npoints]，就是上述那一系列样值对应的权值矩阵

type就是核函数的种类，高斯还是拉普拉斯什么的

ksize说实话没看懂。。。不好意思

核密度估计是用于估计随机变量概率密度函数的一种非参数方法，是一种用来观察 连续型变量分布 的有效方法

density(x, bw = "nrd0", adjust = 1,kernel = c("gaussian", "epanechnikov", "rectangular", "triangular", "biweight", "cosine", "optcosine"),weights = NULL, window = kernel, width,giveRkern = FALSE,n = 512, from, to, cut = 3, narm = FALSE, )

使用sm包中的smdensitycompare()函数可以想图形叠加两组或者更多的核密度图，使用格式为： smdensitycompare(x,factor) ，其中x为一个数值型变量，factor为一个分组变量