इष्टतम रूप से शोर वाले वक्रों को चिकना करना

अनुमानित डेटासेट पर विचार करें:

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

इसमें 20% भिन्नता शामिल है। यूनीवेरिएटस्पलाइन और मूविंग एवरेज जैसे दृष्टिकोण सीमाएं प्रस्तुत करते हैं। यह एक बहुपद का उपयोग करके एक छोटी खिड़की के केंद्र में मूल्य का अनुमान लगाने के लिए न्यूनतम वर्ग प्रतिगमन का उपयोग करता है। फिर प्रक्रिया को दोहराने के लिए विंडो शिफ्ट हो जाती है, जिसके परिणामस्वरूप प्रत्येक बिंदु का अनुकूलित समायोजन होता है।

np के रूप में numpy आयात करें matplotlib.pyplot को plt के रूप में आयात करें scipy.signal से savgol_filter आयात करें x = np.linspace(0, 2*np.pi, 100) y = np.sin(x) np.random.random(100) * 0.2 yhat = savgol_filter(y, 51, 3) # विंडो आकार 51, बहुपद क्रम 3 plt.प्लॉट(x,y) plt.plot(x,yhat, color='red') plt.शो()