数据平滑 是用来处理噪声数据,使数据变化较为平顺.可以使用移动平均线, 也可以使用hanning函数 Key_Function np.hanning函数: 是一个加权余弦的窗函数, 相当于是余弦移动平均线 np.polysub函数: 输入两个多项式系数数组, 返回一个表示两个多项式差 ...

http://www.twoeggz.com/news/172341.html 关于几种平滑滤波及其举例： 1、 smooth函数平滑处理 （1）yy=smooth（y） 利用移动平均滤波器对列向量y进行平滑处理，返回与y等长的列向量yy。移动平均滤波器的默认窗宽为5，yy中元素的计算方法 ...

卷积运算时完全重叠的区域.) 4.使用matplotlib绘图 import numpy as n ...

1.公式： 　　log1p = log（x+1） 【当x很小时，log(x)会出错。】 　　exmp1 = exp(x) -1 【当x很大时，会报错overflow】 　　两者互为反函数 2.使用场景： 　　如果数据非正态，有左偏情况，可以使用log1p进行平滑 ...

...

数据平滑 数据的平滑处理通常包含有降噪、拟合等操作。降噪的功能意在去除额外的影响因素，拟合的目的意在数学模型化，可以通过更多的数学方法识别曲线特征。 案例：绘制两只股票收益率曲线。收益率 =（后一天收盘价-前一天收盘价） / 前一天收盘价 　　使用卷积完成数据降噪 ...

异常值：是理论上不可能出现的值，肯定是错的 平滑：实际有可能出现的噪音 归一化：数值归一化到0-1之间 　　 每个点都有多种方法 ...

优点：在数据预处理时首先可以对偏度比较大的数据用log1p函数进行转化，使其更加服从高斯分布，此步处理可能会使我们后续的分类结果得到一个更好的结果；平滑处理很容易被忽略掉，导致模型的结果总是达不到一定的标准，同样使用逼格更高的log1p能避免复值的问题——复值指一个自变量对应多个因变量；log1p ...