Question

假设我有一个简单的数据集。也许是字典形式，它看起来像这样：

{1:5, 2:10, 3:15, 4:20, 5:25}

（订单总是在提升）。我想要做的是从逻辑上弄清楚下一个数据点最有可能是什么。例如，在这种情况下，它将是{6: 30}

最好的方法是什么？

Answer 1

你也可以使用numpy的polyfit：

data = np.array([[1,5], [2,10], [3,15], [4,20], [5,25]])
fit = np.polyfit(data[:,0], data[:,1] ,1) #The use of 1 signifies a linear fit.

fit
[  5.00000000e+00   1.58882186e-15]  #y = 5x + 0

line = np.poly1d(fit)
new_points = np.arange(5)+6

new_points
[ 6, 7, 8, 9, 10]

line(new_points)
[ 30.  35.  40.  45.  50.]

这允许您很容易地改变多项式拟合的程度，因为函数polyfit采用以下参数np.polyfit(x data, y data, degree)。显示的是线性拟合，对于任何度fit[0]*x^n + fit[1]*x^(n-1) + ... + fit[n-1]*x^0，返回的数组看起来像n。 poly1d函数允许您将此数组转换为函数，该函数返回任意给定值x的多项式的值。

一般来说，如果没有一个很好理解的模型，推断就会产生零星的结果。

指数curve fitting。

from scipy.optimize import curve_fit

def func(x, a, b, c):
    return a * np.exp(-b * x) + c

x = np.linspace(0,4,5)
y = func(x, 2.5, 1.3, 0.5)
yn = y + 0.2*np.random.normal(size=len(x))

fit ,cov = curve_fit(func, x, yn)
fit
[ 2.67217435  1.21470107  0.52942728]         #Variables

y
[ 3.          1.18132948  0.68568395  0.55060478  0.51379141]  #Original data

func(x,*fit)
[ 3.20160163  1.32252521  0.76481773  0.59929086  0.5501627 ]  #Fit to original + noise

Answer 2

在Python聊天中与您讨论后，将数据拟合为指数级。这应该是一个相对较好的指标，因为你不是在寻找长期的推断。

import numpy as np
from scipy.optimize import curve_fit
import matplotlib.pyplot as plt

def exponential_fit(x, a, b, c):
    return a*np.exp(-b*x) + c

if __name__ == "__main__":
    x = np.array([0, 1, 2, 3, 4, 5])
    y = np.array([30, 50, 80, 160, 300, 580])
    fitting_parameters, covariance = curve_fit(exponential_fit, x, y)
    a, b, c = fitting_parameters

    next_x = 6
    next_y = exponential_fit(next_x, a, b, c)

    plt.plot(y)
    plt.plot(np.append(y, next_y), 'ro')
    plt.show()

最右侧轴上的红点显示下一个“预测”点。

Answer 3

正如answer对相关问题的指出，从scipy的0.17.0版开始，scipy.interpolate.interp1d中有一个允许线性外推的选项。在您的情况下，您可以这样做：

>>> import numpy as np
>>> from scipy import interpolate

>>> x = [1, 2, 3, 4, 5]
>>> y = [5, 10, 15, 20, 25]
>>> f = interpolate.interp1d(x, y, fill_value = "extrapolate")
>>> print(f(6))
30.0

Answer 4

由于您的数据大致是线性的，您可以执行linear regression，然后使用该回归的结果来计算下一个点，使用y = w[0]*x + w[1]（保留 y = mx + b ）。

如果您的数据不是近似线性的，并且您没有其他理论形式的回归，那么一般的推断（使用多项式或样条）就不那么可靠了，因为它们可能会比已知数据点有点疯狂。例如，请参阅接受的答案here。

Answer 5

使用scipy.interpolate.splrep：

>>> from scipy.interpolate import splrep, splev
>>> d = {1:5, 2:10, 3:15, 4:20, 5:25}
>>> x, y = zip(*d.items())
>>> spl = splrep(x, y, k=1, s=0)
>>> splev(6, spl)
array(30.0)
>>> splev(7, spl)
array(35.0)
>>> int(splev(7, spl))
35
>>> splev(10000000000, spl)
array(50000000000.0)
>>> int(splev(10000000000, spl))
50000000000L

请参阅How to make scipy.interpolate give an extrapolated result beyond the input range?

用numpy / python推断数据

5 个答案: