全部版块 我的主页
论坛 数据科学与人工智能 数据分析与数据科学 R语言论坛
1501 9
2021-03-28
曲线h(x)经过x的位移拉伸和y的拉伸 使得其变成曲线g(x).g(x)近似于f(x),D为其RMSE,RMSE最小时 的yscale xscale tshift为多少呢?以及求x平移、拉伸的最大值最小值平均值与标准差

我编程为下,运行不出来555555求大佬解答 程序.png
附件列表
111.jpg

原图尺寸 4.12 KB

111.jpg

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2021-3-28 11:07:59
f(x), h(x)的表达式是?
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2021-3-28 14:25:52
你这是时间序列吧
如果h(x)没有明确的表达式,可以这样操作
设一个表,变量包括x, h(x), g(x), f(x)
其中x, h(x), f(x)三个变量是初始数据,对应要处理的曲线各点和对比曲线各点。
tshift是x的位移,位移后对应x+tshift行,xscale比较难处理,放大后需要进行插值处理,缩小则涉及对应的h(x)近似。
yscale比较容易,x变换后结果乘以yscale即可。
这样经过变换,得到新的曲线g(x)各点,与f(x)对比计算欧氏距离D即可。
yscale, xcale, tshift设随机数,采用蒙特卡洛方法模拟,找出最小的D,以及D最小时的yscale, xcale, tshift的分布
这种操作,利用oracle crystalball很容易,R的话稍微麻烦一些。

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2021-3-28 15:23:38
llb_321 发表于 2021-3-28 14:25
你这是时间序列吧
如果h(x)没有明确的表达式,可以这样操作
设一个表,变量包括x, h(x), g(x), f(x)
是的,就是时间序列,我是利用smooth.spline将其平滑了,然后f <- function(x) {
  predict(fit_model, x)$y},这样子将两个时间序列设为函数,再进行的求d。。。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2021-3-28 15:26:40
llb_321 发表于 2021-3-28 14:25
你这是时间序列吧
如果h(x)没有明确的表达式,可以这样操作
设一个表,变量包括x, h(x), g(x), f(x)
您好,我有个疑问是设计一个表,我数据只有每天的,可是tshift也可以为小数,那位移的行就没有对应数据了
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2021-3-28 15:26:56
szxship 发表于 2021-3-28 11:07
f(x), h(x)的表达式是?
是时间序列
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

点击查看更多内容…
相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群