Scipy.detrend: 函数改变数值范围

我正在尝试对这个一维数组进行去趋势处理:

array([13.64352283, 13.48914862, 13.00767009, 13.35416524, 13.60143818,       13.40895156, 13.48349417, 13.65703125, 13.4959721 , 13.28891263,       12.97999066, 13.01112397, 12.79519705, 13.32030445, 13.19949068,       12.88691975, 13.32079707])

函数运行时没有错误,但数值范围从大约[12,14]变为大约[-0.4,0.4]。我认为这是由于数值的标准差较小导致的。有什么办法可以解决这个问题,以便我可以将原始数据和去趋势后的数据一起绘制在一个图表上?归一化不是一个选项。

请帮助我。


回答:

实际上,detrend 函数正是这么做的:它减去输入数据的最小二乘线性逼近的值。

下面是一个图示来说明发生了什么:

from scipy import signalimport numpy as npimport matplotlib.pyplot as plty = np.array([13.64352283, 13.48914862, 13.00767009, 13.35416524, 13.60143818,              13.40895156, 13.48349417, 13.65703125, 13.4959721, 13.28891263,              12.97999066, 13.01112397, 12.79519705, 13.32030445, 13.19949068,              12.88691975, 13.32079707])plt.plot(y, color='dodgerblue')plt.plot(signal.detrend(y), color='limegreen')plt.plot(y - signal.detrend(y), color='crimson')plt.show()

图中的红色线条是从原始数据中减去的线性逼近值,用以获得 detrend(y)

去趋势图示

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注