拟合曲线而不知道python的功能类型

Question

我正在尝试将平滑曲线适合一组非常嘈杂的数据。通过使用Scipy的“ UnivariateSpline”功能，我几乎设法实现了目标，但是曲线的拟合似乎无法正确适合开始。 第一张图片显示了整个图（红色是拟合的曲线，绿色的数据）。

第一个图

第二张图片在拟合错误的部分中放大。

第二个图，带有拟合错误

是否有人想知道如何使这与绿色数据更加一致？

我尝试将数据的第一部分（从X = 0到Spike，一个指数状的曲线）和第二部分从尖峰的顶部和OUT（负指数函数）分开。但这没用。

最后，重要的是要始终在尖峰之前随着x的增加而增加y的值，而峰值后x的增加则相反。

Answer 1

首先，如果数据很嘈杂，并且您不在乎适合噪声，那么插值总是很棘手，因为它专注于拟合所有数据点。不过，一次性分析可能还可以。

您要观察到的问题是平滑因子和数据中急剧过渡设定的权衡。您可以尝试将s降低到小于数据点数的值，但是您可能会发现它会开始适合噪声。

否则，我建议您尝试安装。请确保使用activation ='tanh'，因为这将使函数近似更顺畅。您可能还需要增加alpha，它可以控制重量衰减，并进一步有助于保持神经网络功能平稳。最后，设置早期_stopping = true以减少过度拟合噪声的机会。