Я пытаюсь реализовать гауссово сглаживание в массиве 1d, используя полунормальное распределение в качестве ядра свертки.
Идея состоит в том, что это система реального времени без упреждающего просмотра, где я хочу сгладить все входящие данные и обновить распределение соответствующим образом.
Вот пример того, чего я пытаюсь достичь:
#sample data
data = [0.3, 0.2, 0.3, 0.2, 0.3, 0.8, 0.3, 0.3]
date = np.array('2015-07-04', dtype=np.datetime64)
ts_series = date + np.arange(len(data))
df = pd.DataFrame({'ts': ts_series, 'val': data})
detector = SomeAnomalyDetecor()
scores = []
for i, row in df.iterrows():
score = detector.anomalyScore(row['ts'], row['val'])
scores.append(score)
Теперь вопрос заключается в том, как можно сгладить счет и обновить распределение с каждым входящим назначением данных с использованием гауссова ядра с
Спасибо!