写一个parzen窗函数

Parzen窗函数是一种常用的非参数估计方法，用于密度估计。其基本思想是在每个数据点周围生成一个窗口，然后计算窗口内数据点的权重，最终将所有窗口内数据点的权重求和得到密度估计值。

下面是一个简单的Python实现：

import numpy as np

def parzen_window(x, data, h):
    """
    Parzen窗函数
    :param x: 求解密度的点
    :param data: 数据集
    :param h: 窗口大小
    :return: 求解点x的密度估计值
    """
    n = len(data)
    d = len(x)
    res = 0
    for i in range(n):
        u = (x - data[i]) / h
        tmp = np.sum(np.exp(-0.5 * u ** 2)) / ((2 * np.pi) ** (d / 2))
        res += tmp
    res /= n * h ** d
    return res

其中，参数x为要求解密度的点，data为数据集，h为窗口大小。该函数返回求解点x的密度估计值。