函数 > 数据分析 > 平滑 > 自适应平滑
  
自适应平滑
supsmooth 函数可执行超平滑,这是一个使用可调窗口来计算数据局部线性拟合的快速算法。
supsmooth(vx, vy) - 返回一个由使用分段对称最近邻点线性最小二乘法拟合 vy 中的各元素所生成的矢量,其中最近邻点数是自适应选择的。
当数据分布在带宽相对恒定的数据带上时,supsmooth 函数最为有用。
supsmooth 算法利用了可执行局部线性拟合的局部平滑。与中值平滑的情况一样,该算法扫描数据,聚焦于某一数值范围。窗口中的 xy 值用于确定局部线性最小二乘拟合。
使用交叉验证评估计算每个 x 值的窗口长度。当数据在测量的不同部分中显示不同的噪声度时,局部窗口调整使得 supsmooth 尤为适用。
对于某些类型的数据,使用某种算法实现的平滑效果将优于使用另一种算法所达到的平滑效果。您最好将此方法与中值平滑法或高斯核平滑法进行比较。 loess 多项式回归法也是一种有效的平滑方法。
自变量
vx 是元素按严格按升序排列的实数矢量。没有哪两个值是相同的。
vy 为与 vx 等长的实数矢量。