Matlab 中的二维核密度估计
2D Kernel Density Estimate in Matlab
我正在使用 this 函数来估计二维核密度。然而，我对这个函数的参数有点困惑。
这是一个从正上方看的示例，其中计算图中每个点 (O) 的密度。即：在非常小的区域。
我想更改 KDE 函数参数，以便在更大的区域（例如，红色圈出的区域）上计算密度。我需要更改哪些参数？我认为这是其中之一（或两者）：
"n：计算密度的 n x n 网格的大小（默认 2^8）"
或：
"MIN_XY, MAX_XY：计算密度的边界框的限制"。默认限制计算如下：
MAX = max(data,[],1);
MIN = min(data,[],1);
Range = MAX-MIN;
MAX_XY = MAX+Range/4;
MIN_XY = MIN-Range/4;
我已经 运行 对这个函数进行了一些测试，解决方案是使用 较低 的 n 值。这是使用相同数据集的一系列比较图。 n的值如题所示（其他所有参数保持不变）：
我正在使用 this 函数来估计二维核密度。然而，我对这个函数的参数有点困惑。
这是一个从正上方看的示例，其中计算图中每个点 (O) 的密度。即：在非常小的区域。
我想更改 KDE 函数参数，以便在更大的区域（例如，红色圈出的区域）上计算密度。我需要更改哪些参数？我认为这是其中之一（或两者）：
"n：计算密度的 n x n 网格的大小（默认 2^8）"
或：
"MIN_XY, MAX_XY：计算密度的边界框的限制"。默认限制计算如下：
MAX = max(data,[],1);
MIN = min(data,[],1);
Range = MAX-MIN;
MAX_XY = MAX+Range/4;
MIN_XY = MIN-Range/4;
我已经 运行 对这个函数进行了一些测试，解决方案是使用 较低 的 n 值。这是使用相同数据集的一系列比较图。 n的值如题所示（其他所有参数保持不变）：