- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我使用 scipy.signal.detrend 中的以下代码对 python 中的数据进行去趋势处理
detrended =signal.detrend(feature, axis=-1, type='constant', bp=0, overwrite_data=True)
np.savetxt('constant detrend.csv', detrended, delimiter=',', fmt='%s')
最后一行将数据保存到 csv 文件中,然后我重新加载此数据以运行一些模型。我发现我的随机森林模型在去趋势数据集上表现得非常好。
接下来将使用这个模型进行预测。然而,我有点不确定如何从去趋势数据集转移到我可以理解的更有意义的数据集。根据我的理解,去趋势消除了均值并对数据进行了标准化。但是,如果我进行预测,我需要能够看到预测的实际数字,而不是去趋势的数字。
有没有一种方法可以读取平均值并重新标准化以获得我可以解释的“有意义的数据集”。例如,我的数据集有一个降雨量变量。所以每个月我都可以看到下雨的次数。但是当我去趋势时,降雨量值不再是实际降雨量。当我进行预测时,我希望能够说本月降雨量为 200 毫米,但我的预测并没有告诉我这一点,因为数据已去趋势化。
任何帮助将不胜感激。
最佳答案
根据文档,detrend
只需从数据中删除最小二乘线拟合即可。当您使用 type='constant'
时,它会更简单,因为它只是删除平均值:
If
type == 'constant'
, only the mean of data is subtracted.
源代码证实了这一点。检查输入后,整个计算在一行中完成( scipy/signal/signaltools.py
, line 3261 ):
ret = data - np.expand_dims(np.mean(data, axis), axis)
获得减去平均值的最简单方法是手动执行计算,因为它非常简单。
mean = np.mean(feature, axis=-1, keepdims=True)
detrended = feature - mean
您可以将平均值保存到文件中,或者用它做任何您想做的事情。要“重新趋势”,只需将平均值添加回来即可:
point = prediction + mean
如果您担心其他一些操作,例如标准化到最大值,您可以用同样的方式处理它。
max = np.amax(detrended, axis=-1, keepdims=True)
detrended /= max
在这种情况下,您必须在抵消重新趋势之前进行乘法运算:
point = prediction * max + mean
像这样的简单操作很容易手工重现。更复杂的函数可能难以可靠地重现,但也更有可能返回它使用的参数,至少是可选的。
关于python - python 中的 Scipy Detrend,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/61574495/
我在使用 cx_freeze 和 scipy 时无法编译 exe。特别是,我的脚本使用 from scipy.interpolate import griddata 构建过程似乎成功完成,但是当我尝试
是否可以通过函数在 scipy 中定义一个稀疏矩阵,而不是列出所有可能的值?在文档中,我看到可以通过以下方式创建稀疏矩阵 There are seven available sparse matrix
SciPy为非线性最小二乘问题提供了两种功能: optimize.leastsq()仅使用Levenberg-Marquardt算法。 optimize.least_squares()允许我们选择Le
SciPy 中的求解器能否处理复数值(即 x=x'+i*x")?我对使用 Nelder-Mead 类型的最小化函数特别感兴趣。我通常是 Matlab 用户,我知道 Matlab 没有复杂的求解器。如果
我有看起来像这样的数据集: position number_of_tag_at_this_position 3 4 8 6 13 25 23 12 我想对这个数据集应用三次样条插值来插值标签密度;为此
所以,我正在处理维基百科转储,以计算大约 5,700,000 个页面的页面排名。这些文件经过预处理,因此不是 XML 格式。 它们取自 http://haselgrove.id.au/wikipedi
Scipy 和 Numpy 返回归一化的特征向量。我正在尝试将这些向量用于物理应用程序,我需要它们不被标准化。 例如a = np.matrix('-3, 2; -1, 0') W,V = spl.ei
基于此处提供的解释 1 ,我正在尝试使用相同的想法来加速以下积分: import scipy.integrate as si from scipy.optimize import root, fsol
这很容易重新创建。 如果我的脚本 foo.py 是: import scipy 然后运行: python pyinstaller.py --onefile foo.py 当我启动 foo.exe 时,
我想在我的代码中使用 scipy.spatial.distance.cosine。如果我执行类似 import scipy.spatial 或 from scipy import spatial 的操
Numpy 有一个基本的 pxd,声明它的 c 接口(interface)到 cython。是否有用于 scipy 组件(尤其是 scipy.integrate.quadpack)的 pxd? 或者,
有人可以帮我处理 scipy.stats.chisquare 吗?我没有统计/数学背景,我正在使用来自 https://en.wikipedia.org/wiki/Chi-squared_test 的
我正在使用 scipy.odr 拟合数据与权重,但我不知道如何获得拟合优度或 R 平方的度量。有没有人对如何使用函数存储的输出获得此度量有建议? 最佳答案 res_var Output 的属性是所谓的
我刚刚下载了新的 python 3.8,我正在尝试使用以下方法安装 scipy 包: pip3.8 install scipy 但是构建失败并出现以下错误: **Failed to build sci
我有 my own triangulation algorithm它基于 Delaunay 条件和梯度创建三角剖分,使三角形与梯度对齐。 这是一个示例输出: 以上描述与问题无关,但对于上下文是必要的。
这是一个非常基本的问题,但我似乎找不到好的答案。 scipy 到底计算什么内容 scipy.stats.norm(50,10).pdf(45) 据我了解,平均值为 50、标准差为 10 的高斯中像 4
我正在使用 curve_fit 来拟合一阶动态系统的阶跃响应,以估计增益和时间常数。我使用两种方法。第一种方法是在时域中拟合从函数生成的曲线。 # define the first order dyn
让我们假设 x ~ Poisson(2.5);我想计算类似 E(x | x > 2) 的东西。 我认为这可以通过 .dist.expect 运算符来完成,即: D = stats.poisson(2.
我正在通过 OpenMDAO 使用 SLSQP 来解决优化问题。优化工作充分;最后的 SLSQP 输出如下: Optimization terminated successfully. (Exi
log( VA ) = gamma - (1/eta)log[alpha L ^(-eta) + 测试版 K ^(-eta)] 我试图用非线性最小二乘法估计上述函数。我为此使用了 3 个不同的包(Sc
我是一名优秀的程序员,十分优秀!