4. 非参数技术

问题：比较参数技术与非参数技术的优缺点

参数技术：

• 优点：当概率分布的参数形式已知或能被准确假设时，它需要的数据量远少于非参数方法，计算和存储效率更高。
• 缺点：其核心问题是必须预先假设概率密度的函数形式。这种假设在实际应用中往往不成立，例如，经典的参数形式多为单峰分布，而现实数据常呈现多峰分布，导致模型与实际情况不符。

非参数技术：

• 优点：具有很强的通用性，无需对概率分布做任何形式上的假设，能处理任意复杂的分布。只要训练样本足够多，理论上总能收敛到真实模型。
• 缺点：为了获得精确结果，通常需要"惊人"数量的训练样本，导致时间和存储开销巨大。更严重的是，它受"维数灾难"的制约，即所需样本量随特征维度的增加呈指数级增长。