myparzen.m

这是一个parzen窗口分类算法

%function p=Parzen(xi,x,h1,f)
%xi为样本，x为概率密度函数的自变量的取值，
%h1为样本数为1时的窗宽，f为窗函数 
%返回x对应的概率密度函数值
clc,clear;
Num=2000;                            % 样本数
     %产生服从正态分布的随机样本
    xi=mvnrnd([0 1 ],eye(2),Num)';
   % x1=mvnrnd([2 0 ],2*eye(2),Num)';
    xi(2,:)=[];    %将2维样本转换成1维样本
    x=linspace(-3,3,1024); 
   
 f=@(u)(1/sqrt(2*pi))*exp(-0.5*u.^2);

h1=4;%窗宽h1
N=size(xi,2);%取xi的列数赋给N
hn=h1/sqrt(N);
[X Xi]=meshgrid(x,xi);
p=sum(f((X-Xi)/hn)/hn)/N; 


%xi=rand(1,1024); %按照均匀分布在0-1之间产生一维随机样本1024个
%x=linspace(-1,2,1024); %在-1-2之间划分1024个点
%p=Parzen(xi,x,1,[]); 
%plot(x,p); 


%xi=randn(1,1024); %按照0-1分布产生一维随机样本1024个
%x=linspace(-2,2,1024); 
%p=Parzen(xi,x,1,[]); 
%plot(x,p); 


% Num=1000;                            % 样本数
%      %产生服从正态分布的随机样本
%     x1=mvnrnd([0 1 ],eye(2),Num)';
%    % x1=mvnrnd([2 0 ],2*eye(2),Num)';
%     x1(2,:)=[];    %将2维样本转换成1维样本
%     x=linspace(-2,2,1024); 
% p=Parzen(xi,x,1,[]); 
figure;
plot(x,p,'g-');
title('parzen窗法估计正态分布 h1=4');
ylabel('N=2000');
%figure,plot(x1,p,'g-');