Kernel密度估计是一种非参数统计方法，用于从一组点的样本数据中估计概率密度函数。它通过将每个观测值设定为一个核心并将其与一定的宽度（带宽）重叠，根据重叠部分的大小和带宽计算每个数据点的权重，从而对概率密度进行估计。随着带宽的变化，可以获得不同的密度函数。 Kernel密度估计有许多应用，如信号处理，金融等领域。