在多项式曲线上添加更多点

Question

我正在尝试绘制多项式的曲线，但是有一些点使得曲线在某些地方看起来非常直。如何在多项式上测试更多点，这样我就能得到更好的曲线？图片说明下面的问题，代码试图解决问题。

library('MonoPoly') # monotonic polynomials

dataT = read.csv("data.csv", header=TRUE, sep=",")
x <- dataT[,'x']
y <- dataT[,'y']
fitResult <- monpol(y~x, degree=3,algorithm="Hawkins")
fitted <- fitted(fitResult) # not enough data points. Only 120

z = predict(fitResult, seq(1, 5, 0.01)) # attempt at making more data points

plot(1:5, 1:5, type = "n")# setting up coord system
points(x,y,col="red") # plotting data fitting to
lines(sort(x), sort(fitted),col="blue") #plotting fitted because z isn't working
points(x,z,col="blue") # plotting curve

Answer 1

你没有给出一个可重复的例子，但总的来说，这类问题的答案是R中的大多数predict()方法都有一个newdata参数，允许用额外的点进行预测。 / p>

library('MonoPoly') # monotonic polynomials

设置数据：

set.seed(101)
dd <- data.frame(x=c(1,2,10:20))
dd$y <- with(dd,rnorm(13,2+3*x-0.2*x^2,sd=0.4))

通常，如果R中的拟合函数提供data参数，则最好使用它。

fitResult <- monpol(y~x, degree=3,algorithm="Hawkins",data=dd)

构建预测数据框并使用新数据进行预测：

pframe <- with(dd,data.frame(x=seq(min(x),max(x),length.out=101)))
pframe$y <- predict(fitResult, newdata=pframe)

绘制结果：

par(bty="l",las=1) ## cosmetic
plot(y~x,data=dd,col="red")
lines(dd$x, fitted(fitResult),col="blue",type="b",cex=2)
with(pframe, points(x,y,col="purple",cex=0.5))