概念KDE / Kernel Density Estimation / 核密度估计
核密度估计
最经典的非参数密度估计方法，在每个数据点处放置一个核函数（通常是对称概率密度函数如高斯核），将所有权函数叠加并归一化得到密度估计。收敛速率由带宽参数决定，光滑度为 s 的密度上达到 n^{-s/(2s+1)} 的最优收敛速率。
时间轴 (近 90 天)
10月14日
论文证明基于核密度估计的连续plug-in估计器在支撑流形已知时可以达到极小极大率 n^{-s/(d+2s)}。
待验证50%
10月14日
核密度估计在光滑度为s的密度上达到 n^{-s/(2s+1)} 的收敛速率。
待验证50%
8月31日
核密度估计（KDE）中高斯核带宽参数σ过小时估计退化为离散点集合，σ过大则过度平滑掉细节信息，体现偏差-方差权衡
待验证50%
8月22日
核密度估计（KDE）在维度超过5-10时性能急剧退化，因为所需样本量随维度呈指数增长
待验证50%