python-2.7 - 使用递归曲线拟合和错误消除的异常值检测

Question

有没有什么方法可以使用递归曲线拟合和删除相对于曲线具有最大均方误差的点在数据集中进行异常检测，达到可接受的阈值？

我正在为 python 2.7 使用 scipy.optimize.curve_fit 函数，我需要最好使用 python。

Answer 1

您很可能在谈论递归回归（这在 Matlab 中很容易）。对于 python，尝试使用scipy.optimize.curve_fit.

对于简单的 3 次多项式拟合，这将基于numpy.polyfit和工作poly1d。

import numpy as np
import matplotlib.pyplot as plt

points = np.array([(1, 1), (2, 4), (3, 1), (9, 3)])
# get x and y vectors
x = points[:,0]
y = points[:,1]

# calculate polynomial
z = np.polyfit(x, y, 3)
f = np.poly1d(z)

# calculate new x's and y's
x_new = np.linspace(x[0], x[-1], 50)
y_new = f(x_new)

plt.plot(x,y,'o', x_new, y_new)
plt.xlim([x[0]-1, x[-1] + 1 ])
plt.show()