커널 분포

커널 함수를 기반으로 하여 평활화된 분포 피팅 및 분포 실행

Statistics and Machine Learning Toolbox™에서는 다음과 같이 커널 분포를 사용하는 여러 방법을 제공합니다.

커널 분포에 대해 자세히 알아보려면 커널 분포 항목을 참조하십시오.

함수

`fitdist`	확률 분포 객체를 데이터에 피팅하기
`distributionFitter`	분포 피팅기 앱 열기

`cdf`	누적 분포 함수
`gather`	Gather properties of Statistics and Machine Learning Toolbox object from GPU (R2020b 이후)
`icdf`	역누적 분포 함수
`iqr`	확률 분포의 사분위 범위
`mean`	확률 분포의 평균
`median`	Median of probability distribution
`negloglik`	확률 분포의 음의 로그 가능도
`pdf`	확률 밀도 함수
`plot`	Plot probability distribution object (R2022b 이후)
`random`	난수
`std`	확률 분포의 표준편차
`truncate`	확률 분포 객체 절단
`var`	확률 분포의 분산

`ksdensity`	일변량 데이터와 이변량 데이터에 대한 커널 평활화 함수 추정값
`mvksdensity`	Kernel smoothing function estimate for multivariate data

KernelDistribution 커널 확률 분포 객체

커널 분포
커널 분포는 확률 변수의 확률 밀도 함수에 대한 비모수적 표현입니다.
Nonparametric and Empirical Probability Distributions
Estimate a probability density function or a cumulative distribution function from sample data.
Fit Kernel Distribution Object to Data
This example shows how to fit a kernel probability distribution object to sample data.
Fit Kernel Distribution Using ksdensity
This example shows how to generate a kernel probability density estimate from sample data using the ksdensity function.
Fit Distributions to Grouped Data Using ksdensity
This example shows how to fit kernel distributions to grouped sample data using the ksdensity function.