问题标签 [extrapolation]

对于每一年，给定的数据集包含所售商品的平均价格，例如：

现在我想估计它在 2016 年、2017 年的价值是多少，...

我查看了一些线性回归函数，但它们只为图形生成斜率和截距数。

那么有人知道解决这个问题的方法吗？

我有实时 GPS 数据，每秒更新 5 次。平均而言，80% 的数据相当准确；但大约 20% 的数据是生涩的。此外，有时我们还会得到一个异常值，即远离实际轨迹的错误数据点。

我正在寻找一种可以实现以下目标的算法：

• 平滑数据以消除抖动。
• 不是为了平滑异常数据，而是消除那些错误的数据点并用一些外推值替换。

为了提供一些背景信息，我首先在 stackoverflow.com 网站上搜索了一些类似的主题，并找到了以下链接：

流畅的 GPS 数据

我的软件工程师实现了上面链接中提供的 KalmanLatLong 例程；但是我们遇到了以下问题：

• 当算法生成外推值时，算法落后于意义，更多的 GPS 数据点到达（请记住数据是实时的）。

• 在偶尔出现异常值的情况下，算法可以很好地平滑它。而我们的目标是消除这些异常值，因为它们是错误的数据。

我正在寻找一种可以实时工作并以 5 Hz 处理 GPS 更新并在消除异常值的同时平滑数据的算法。

您的帮助将不胜感激。

我想为二维矩阵编写一个外推样条函数。我现在拥有的是一维数组的外推样条函数，如下所示。scipy.interpolate.InterpolatedUnivariateSpline()被使用。

它需要 x0，这是定义函数的位置，以及 y0，这是相应的值。当 x < x0[0] 时，y = y0[0]；当 x > x0[-1] 时，y = y0[-1]。这里，假设 x0 是按升序排列的。

我想要一个类似的外插样条函数来使用np.select()处理二维矩阵，就像在extrapolated_spline_1D中一样。我认为scipy.interpolate.RectBivariateSpline()可能会有所帮助，但我不知道该怎么做。

作为参考，我当前版本的extrapolated_spline_2D非常慢。基本思想是：

(1)首先，给定一维数组x0，y0和二维数组z2d0作为输入，生成nx0个extrapolated_spline_1D函数，y0_spls，每一个代表定义在y0上的一层z2d0；

(2) 第二，对于不在网格上的点(x,y)，计算nx0个值，每个等于y0_spls[i](y)；

(3) 第三步，将 (x0, y0_spls[i](y)) 与extrapolated_spline_1D拟合到 x_spl 并返回 x_spl(x) 作为最终结果。

Pandas.DataFrame在using中插入值很容易Series.interpolate，如何进行外插？

例如，给定一个如图所示的 DataFrame，我们如何将它再推断 14 个月到 2014-12-31？线性外推很好。

我认为必须首先创建一个新的 DataFrame，DateTimeIndex 从 2013 年 11 月 31 日开始，再延长 14 个M时期。除此之外，我被困住了。

我想使用 numpy/scipy 在 python 中推断 3d 图。外推是通过曲线拟合完成的。请参阅以下具有不同 x 和 y 大小的数据。

Scipy 具有 scipy.interpolate.interp2d 类，但它仅在 x 和 y 大小相同时进行插值。 http://docs.scipy.org/doc/scipy-0.14.0/reference/generated/scipy.interpolate.interp2d.html

我想在 y 轴点 900 和 1200 和 x 轴点 720 处外推曲线。

IE

因为我没有 z = f(x,y) 的函数。对于上述情况，如何在 python 中进行曲线拟合并获得所需点的曲线值。

我正在使用interp2. 对于某些数据值，interp2 命令返回 NaN，因为其中一个维度超出了已知值向量定义的范围。

它可以用interp1命令推断。但是，有没有办法做到这一点interp2？

谢谢

这是我使用 interp2 命令的代码：

我有一个 Python 模块，它提供调色板和处理它们的实用程序。调色板对象只是从list十六进制字符串中指定的颜色列表继承而来。调色板对象具有扩展自身以提供所需颜色的能力。想象一个包含许多不同数据集的图形：可以要求调色板将其具有的颜色数量扩展到为每个图形数据集提供唯一颜色所需的程度。它通过简单地取相邻颜色的平均值并插入这个新的平均颜色来做到这一点。

该extend_palette功能有效，但它没有统一扩展调色板。例如，调色板可能如下所示：

将其扩展到 15 种颜色仍然可用：

将其扩展到 30 种颜色会使扩展算法的问题变得明显；仅在颜色列表的一端添加新颜色：

应该如何改变模块的功能extend_palette，使扩展的新颜色在调色板中分布更均匀？

代码如下（extend_palette为了方便实验，特别关注该功能和其他代码）：

从 Matlab 的文档interp1看来，插值和外插的方法应该是一样的。但是，我想用剪辑外推（保持极值）实现线性插值。这可以使用该interp1功能吗？

我已经绘制了一条回归线。现在我想推断它。我试过 np.arange 但它对我不起作用？我想延长线。

另一个问题是我如何制作适当的不确定区间而不是添加新公式。

我想推断我拥有的一些数据，如下图所示。蓝线是原始数据，红线是我想要的外推。

为了使用回归分析，我使用了函数polyfit：

wherei_C和i_D是表示原始数据的向量。我使用以下代码扩展了数据：

但是，我现在输出的图表是：

我不明白为什么要引入额外的缺口（红色圆圈）。请随时要求我澄清有关此问题的任何细节，并感谢您的所有回答。