这个平滑函数的优点是它不需要任何参数——它可以自己找到最优的参数。而且对于100个样本,计算仍然只需要一秒钟。
此代码实现了带有高斯核的Nadaraya-Watson核回归算法。回归的最优设置是通过封闭形式的留一交叉验证得到的。
引用作为
简也颇(2022)。Nadaraya-Watson平滑(//www.ru-cchi.com/matlabcentral/fileexchange/39361-nadaraya-watson-smoothing), MATLAB中央文件交换。检索。
这个平滑函数的优点是它不需要任何参数——它可以自己找到最优的参数。而且对于100个样本,计算仍然只需要一秒钟。
此代码实现了带有高斯核的Nadaraya-Watson核回归算法。回归的最优设置是通过封闭形式的留一交叉验证得到的。
简也颇(2022)。Nadaraya-Watson平滑(//www.ru-cchi.com/matlabcentral/fileexchange/39361-nadaraya-watson-smoothing), MATLAB中央文件交换。检索。