机器的学习的主要问题就是分类和回归问题，分类也可以看成是离散值的回归问题。训练器是基于训练集训练出一个回归函数，通过此回归函数用到测试集的分类中。这就需要对样本的分布信息有准确的把握，如果假设的样本分布与真实的数据分布有很大的差别的话，其最后产生的回归性能和分类性能都会受到重大影响。    传统的样本分布估计采用的是参数估计的思想，即假设样本服从某个分布比如说正态分布，然后对正态分布的两