私はうっすらとした時系列を持っているとしましょう。x
私はまた、不確実性の尺度を持っていますsx
(特定の間隔で標準偏差はx
と言います)。私は基本的に時系列をギャップ充填したいと思っていますが、測定の不確かさ、そしてうまくいけば補間の不確実性を伝えたいと思います。これまで、私はTikhonovの正則化を使ってこれを達成しました(つまり滑らかさの制約を加える)が、私はscipyからすぐに使えるルーチンを使いたいと思っていました。 scipyスプライン補間ルーチンはスムージングパラメータ(ここではsx
のために導き出される)を取るが、補間された系列の不確定性は計算されないことが分かる。不確かさの補間と推定
私はそれが些細な計算ではないと思っているので、誰かがこの機能が利用可能かどうかを知るために尋ねています。
これを行う1つの方法は、ガウスプロセスを使用することです。 scikits.learnを見てください:http://scikit-learn.org/stable/modules/gaussian_process.html(また、krigingは特定のタイプのガッサンプロセスであり、補間の世界で出会う方法ですたくさん) –
scikit-learnを使った完全な例:http://scikit-learn.org/stable/auto_examples/gaussian_process/plot_gp_regression.html –
はい、私はそれを認識していますが、私はscipy splineルーチンを期待していました不確実性を「不安定な状態で」提供する可能性があります。 – Jose