0

我知道有很多类似的问题，但我需要专门用伯恩斯坦多项式来解决这个问题

我试过这样的事情：

library(pracma)

train <- rnorm(100)
test <- rnorm(50)

eCDF <- ecdf(train)

# squeeze eCDF support between 0 and 1
Fy <- function(y){
  b <- max(train)
  a <- min(train)
  eCDF((b-a)*y+a)
}

m <- min(test)
M <- max(test)
# squeeze points between 0 and 1
x_to_y <- function(x) return ((x-m)/(M-m))

# polynomial order
k = 10

x <- x_to_y(test)

# bernstein Args: function to be approximated, order, points to estimates
y <- bernstein(Fy,k, x)

plot(x, y)

在这一点上，我得到的只是点。这对我来说不是很清楚......我认为伯恩斯坦方法应该做一些函数平滑但是如何？

我试过了

lo <- loess(y~x)
plot(x,y)
lines(predict(lo), col='red', lwd=2)

但是： 1. 它不起作用 2. 有点胡说八道

感谢您的任何帮助

4

0 回答 0