使用递归曲线拟合和错误消除的异常值检测

Question

是否有任何方法可以使用递归曲线拟合和删除相对于曲线的均方误差最大的数据集进行异常检测，直至达到可接受的阈值？

我使用python 2.7的scipy.optimize.curve_fit函数，而且我需要使用python。

Answer 1

你很可能谈到递归回归（这在Matlab中很容易）。对于python，请尝试使用scipy.optimize.curve_fit。

对于简单的3度多项式拟合，这将基于numpy.polyfit和poly1d工作。

import numpy as np 
import matplotlib.pyplot as plt 

points = np.array([(1, 1), (2, 4), (3, 1), (9, 3)]) 
# get x and y vectors 
x = points[:,0] 
y = points[:,1] 

# calculate polynomial 
z = np.polyfit(x, y, 3) 
f = np.poly1d(z) 

# calculate new x's and y's 
x_new = np.linspace(x[0], x[-1], 50) 
y_new = f(x_new) 

plt.plot(x,y,'o', x_new, y_new) 
plt.xlim([x[0]-1, x[-1] + 1 ]) 
plt.show()