Bagaimana untuk Melicinkan Keluk Data Bising dengan Berkesan?

Melicinkan Keluk Bising Secara Optimum

Pertimbangkan set data yang dianggarkan oleh:

import numpy as np
x = np.linspace(0, 2*np.pi, 100)
y = np.sin(x) + np.random.random(100) * 0.2

Ini termasuk 20% variasi. Pendekatan seperti UnivariateSpline dan purata bergerak memberikan had.

Penapis Savitzky-Golay

Penyelesaian yang berkesan ialah penapis Savitzky-Golay, tersedia dalam scipy. Ia menggunakan regresi kuasa dua terkecil untuk menganggarkan nilai di tengah tetingkap kecil menggunakan polinomial. Tetingkap kemudian beralih untuk mengulangi proses, menghasilkan pelarasan yang dioptimumkan bagi setiap titik.

import numpy as np
import matplotlib.pyplot as plt
from scipy.signal import savgol_filter

x = np.linspace(0, 2*np.pi, 100)
y = np.sin(x) + np.random.random(100) * 0.2
yhat = savgol_filter(y, 51, 3) # window size 51, polynomial order 3

plt.plot(x,y)
plt.plot(x,yhat, color='red')
plt.show()

Atas ialah kandungan terperinci Bagaimana untuk Melicinkan Keluk Data Bising dengan Berkesan?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!