การปรับโค้งฟังก์ชันความน่าจะเป็น เป็นการปรับโค้ง ตัวประมาณฟังก์ชันความน่าจะเป็นที่ได้จากการประมาณจากวิธี การประมาณแบบต่าง ๆ เพื่อทำให้ตัวประมาณที่ได้มีความ ราบเรียบ และเป็นตัวแทนที่ดีของข้อมูลตัวอย่างที่จะใช้ใน การอุมานทางสถิติ ฮีสโตแกรม เป็นตัวประมาณฟังก์ชันความน่าจะเป็น การประมาณโดยวิธีนี้ขึ้นอยู่กับพารามิเตอร์ 2 ตัวคือ จุดกำเนิด และ binwidth ดังนั้นในการประมาณฟังก์ชัน ความน่าจะเป็นโดยวิธีนี้ต้องพิจารณาเลือกจุดกำเนิดที่ เหมาะสม และเลือก binwidth ที่ดี เพื่อให้ได้ตัวประมาณ ฟังก์ชันความน่าจะเป็นที่ดีและมีความราบเรียบ ตัวประมาณแบบ kernel เป็นตัวประมาณฟังก์ชัน ความน่าจะเป็นอีกวิธีหนึ่งที่ทำให้ได้ตัวประมาณที่ดี วิธีการประมาณโดยวิธีนี้ขึ้นอยู่กับพารามิเตอร์ 2 ตัวคือ bandwidth และ ฟังก์ชัน kernel ดังนั้นการเลือกฟังก์ชัน kernel จะต้องพิจารณาให้เหมาะสมกับข้อมูล เพื่อที่จะทำให้ ได้ตัวประมาณที่ดี สำหรับการเลือก bandwidth ใช้วิธี Cross-Validation ซึ่งวิธีนี้ทำให้ได้ bandwidth ที่ดี และ Cross-Validation มี 2 วิธีคือ ภาวะน่าจะเป็นสูงสุด Cross-Validation และกำลังสองน้อยที่สุด Cross-Validation