为图表选择代表性样本的算法

Question

例子:
我在某个特定时间段内有 100 个样本。但是我只能使用 10 个值来绘制折线图。如果我使用所有 100 个精确样本来绘制图表，我可以使用什么算法来计算这 10 个代表值以使图表看起来相似。

计算接下来每 10 个样本的平均值的朴素算法不能很好地反射(reflect)图表中的峰值。

Answer 1

您可以使用 Douglas-Peucker算法以获得最佳的欠采样表示。

该算法从原始数据集的端点开始构建欠采样集。在每个步骤中，原始数据集中距离欠采样表示“最远”(最大误差)的点被添加到欠采样集中。通过这种方式，该算法包括了原始数据集中的重要峰值，并构建了一个最小误差的欠采样表示。

由于您在欠采样集中只允许 10 个点，您可以将算法设置为仅将欠采样集增加到 10。

如果您的原始数据集包含太多峰值，您将无法捕获所有峰值并满足大小限制。

希望这对您有所帮助。