使用資料集雜訊平滑曲線：實用指南

雜訊資料集的平滑曲線是資料分析中的常見挑戰。為了解決這個問題，考慮一個由於雜訊而有 20% 變化的資料集：

import numpy as np
x = np.linspace(0, 2*np.pi, 100)
y = np.sin(x)   np.random.random(100) * 0.2

對於這種情況，Savitzky-Golay 濾波器是一個有效的選擇。此濾波器的工作原理是將多項式擬合到資料點窗口，並使用多項式來估計窗口中心的值。然後視窗沿著資料移動，重複該過程，得到平滑的曲線。

以下是在 Python 中實作 Savitzky-Golay 濾波器的方法：

1. 導入必要的函式庫：

import numpy as np
import matplotlib.pyplot as plt

2. 對資料運行Savitzky-Golay 過濾器：

yhat = savgol_filter(y, 51, 3) # window size 51, polynomial order 3

3. 視覺化原始資料與平滑曲線：

plt.plot(x, y)
plt.plot(x, yhat, color='red')
plt.show()

產生的曲線將比原始曲線更平滑，同時仍保留底層訊號。

注意：如果您沒有 savgol_filter 函數可用，您可以使用以下命令安裝它：

pip install scipy