Проблема: у меня есть набор данных времени против температуры атмосферы.Это почти 500 точек данных за 500 дней.Эти данные включают в себя значительный шум.
Цель состоит в том, чтобы согласовать набор функций b сплайнов для упорядочения данных с помощью реализации квадратичного программирования.
Методология:
Выбрать набориз 20 равноотстоящих узлов между 1-й и 500-й датами.
Определение функции Bspline степени 3 над узлами.
BsplineФункция оценивается на каждую из дат.В результате получается функция Bspline, представляющая каждую из дат.
Определяется взаимосвязь между функциями температуры и сплайна даты.Для получения регуляризованного набора данных реализована квадратичная программа минимизации.
Проблема: я считаю, что результаты моей регуляризации в значительной степени зависят от выбора узлов.Большое количество узлов приводит к большому количеству шума, в то время как меньшее количество узлов приводит к большому сглаживанию. Не могли бы вы помочь с алгоритмами, доступными для выбора узлов специально для Python?