问题标签 [extrapolation]

是否有在 numpy 中进行外推的功能？

我尝试使用 interp 但当然它会在我的值范围之间进行插值，而不是在值范围之外。

因此，例如，我的 x 值介于 1 和 8 之间（含），对于每个 x 值，我都有其对应的 y 值，当我的 x 值为 0 时，我想找到 y 值

有没有像interp这样的功能？

我已经坚持了一段时间，这可能是一件很简单的事情，但是嘿，我陷入了困境。

我一直在使用这个flexsurv包，我有以下

我正在尝试推断这些系数，并获得 1:1000 的值

任何人都可以请帮助...非常感谢

我有一些相当间隔的测量数据，我使用 numpy 的 Griddata 制作了等高线图。Griddata 与实际测量的零件相关性相当好。我希望将网格数据外推到超出测量点的位置。我已经研究过使用 RBF 和 interp2D，但是，这两种方法从根本上改变了轮廓轮廓。

有没有办法提取 griddata (x,y,z) 坐标并将它们输入 RBF 函数，以便轮廓扩展并在一定程度上保持 griddata 插值？还是有不同/更好的方法？

我尝试了不同的方法来获取griddata，主要来自this answer，但没有成功。http://stackoverflow.com/questions/34489039/retrieving-data-points-from-scipy-interpolate-griddata

这是我的代码（Python 3.4.3）：

下面是生成的 Griddata 和 RBF 图。 网格数据 RBF

有来自 csv 文件的数据。它包含冷却金属片在特定时间的电阻。测量开始于 t=7.8s。任务是将图表从 7.8 秒外推到 0 秒，以确定最高电阻，从而确定最高温度。如何使用 matlab 实现这一点？我尝试了以下没有产生令人满意的结果。

原始数据图如下所示： 在此处输入图像描述

先感谢您。

为了减少数据传输大小和为每个 worldUpdate 序列化世界对象的计算时间，我想知道是否可以省略那些物理可以完全在客户端游戏引擎上忠实模拟的对象的同步（它们不是 playerObjects所以 playerInput 不会直接影响它们，它们的物理特性完全是确定性的）。与这些 GameObjects 的交互将完全由不那么频繁的 GameEvents 处理。如果客户端运行与服务器相同的物理特性并且可以访问相同的初始条件，我觉得这应该是可能的。

当我尝试从后续 worldUpdates 中省略 GameObjects 时，我发现它们的运动变得更加不稳定，并且它们的移动速度比没有省略它们时更快；但是，当我在保持客户端打开的同时停止游戏服务器时，如果我没有省略它们，它们的动作更像是我所期望的。这一切都在我的本地机器上，外推同步。

是否可以在网格值之外实现双三次插值？例如：

返回：

我尝试在 C# 中制作一个 AI（具有统一性），它可以预测移动物体的估计位置以用子弹击中它，移动物体的移动速度为5f，子弹的速度为7f

我的问题是，当我的子弹到达我估计的位置时，我的“敌人”已经移动得更远了，子弹没有击中

你知道我可以采用什么公式或代码来改进我的目标 AI 吗？（已经在谷歌中寻找，但没有找到任何有用的东西）

感谢

我是 KNIME 的新手，并试图使用 ARIMA 来推断我的时间序列数据。但我未能让 ARIMA Predictor 发挥作用。

输入数据的格式如下

我想预测例如 2015 年和 2016 年的值。

我正在使用字符串到日期/时间节点将年份转换为日期。在 ARIMA Learner 中，我只能选择 cv_diff 字段。这是第一个问题：对于“包含单变量时间序列的列”选项，我应该设置要预测的年份列还是变量？但就我而言，我只有一个选择 - cv_diff 变量。之后，我将 Learner 的输出与 ARIMA Predictor 的输入连接起来并执行。执行失败，出现 ' ERROR ARIMA Predictor 2:3 Execute failed: 未找到具有定义时间序列的列。请重新配置节点。

帮助我了解我应该为学习者和预测者设置哪个变量？它应该是非时间序列变量吗？那么，Arima 节点将如何理解将哪一列用作时间序列？

我想创建一个新的df，给定一个起始值x0和一个结束值x1，输出对给定的n个点进行插值/外推。

例如，给定下面的 df，我想在 x0=57000 和 x1=62000 之间创建一个新的 df，步长为 250，或 n=21 点：

给定 df1，我想创建一个新的 df2，这样输出将是：

我在数据框中有面板数据：

我想对 2010 年到 2015 年间每年的数据进行线性插值，然后为今年创建一个新列pop2016并线性推断。我怎样才能做到这一点？

我可以重塑为“长”数据（使用pd.wide_to_long()），然后用于df.interpolate()进行插值。但是，如果我为它创建一个列pop2016，然后对其进行整形和插值，它会使用来自不同城市的值（由 索引id）进行插值，这是我不想要的。所以我需要先插值，然后再重新整形为宽格式，但我不确定如何进行。

其他答案似乎不是很有帮助，因为它们没有解决面板数据。