在点中拟合曲线

Question

这是我的数据：

y<-c(1.8, 2, 2.8, 2.9, 2.46, 1.8,0.3,1.1,0.664,0.86,1,1.9)
x<- c(1:12)
data<-as.data.frame(cbind(y,x))
plot(data$y ~ data$x)

我希望通过这些点拟合曲线，以便生成中间预测值。我需要一条贯穿各点的曲线。我不关心它适合什么功能。

我咨询了这个链接。

Fitting a curve to specific data

 install.packages("rgp")
 library(rgp)

 result <- symbolicRegression(y ~ x,data=data,functionSet=mathFunctionSet,
                         stopCondition=makeStepsStopCondition(2000))

 # inspect results, they'll be different every time...
 (symbreg <- result$population[[which.min(sapply(result$population, 
 result$fitnessFunction))]])

  function (x) 
   exp(sin(sqrt(x)))


# inspect visual fit

 ggplot() + geom_point(data=data, aes(x,y), size = 3) +
  geom_line(data=data.frame(symbx=data$x, symby=sapply(data$x, symbreg)), 
  aes(symbx, symby), colour = "red")

如果我再次重复此分析，每次上述函数产生不同的曲线。有谁知道为什么会发生这种情况以及这是否是在这些点上拟合曲线的正确方法？此功能也没有通过每个点，因此我无法获得中间点。

Answer 1

标准方法是拟合样条曲线，这样可以提供一条很好的曲线，可以通过所有点来实现。 See spline。具体来说，您可以使用如下调用：

spline(x = myX, y = myY, xout=whereToInterpolate)

或只是为你的例子计算100分：

ss <- spline(x,y, n=100)
plot(x,y)
lines(ss)

请注意，还有smoothing spline可能有助于产生噪音数据。

如果曲线不需要平滑，则有更简单的approx进行线性插值。

approx(x = myX, y = myY, xout=whereToInterpolate)